1. 论文地址

Think in Games: Learning to Reason in Games via Reinforcement Learning with Large Language Models

2. 中文：

    Think in Games：做一个在王者荣耀中会玩和思考的Agent

3. 我记得几年前，相关文章还是使用dqn算法。玩雅利达小游戏，冒险岛，flybird, 单机枪战。目前llm做到了下一步决策 文字版，感觉还差实时操作英雄，实时决策 + 实时指令 

     3.1玩游戏拆解步骤即：

                                        a. 实时理解游戏当前环境，英雄角色，英雄状态

                                        b. 根据当前状态感知，生成英雄指令 

                                        c. 指令下发操作英雄

                                        d. 再循环a

    3.2 问题：每个步骤的模型处理慢，步骤间的流转会产生时延

                    后续技术更新是否出现一个聚合llm呢? 一个模型内处理abc降低流转延迟

                    再有gpu升级迭代 解决每个步骤模型的处理慢问题 

4. 心影随行的ai游戏陪伴：

心影随形x百度智能云：发布当日三次扩容，助力逗逗AI达成900万用户成就 - 百度智能云千帆社区