Hugging Face发布LOLPlay：实时视觉智能体在《英雄联盟》中的基准测试

摘要：Hugging Face推出LOLPlay，这是一款针对《英雄联盟》的实时视觉智能体基准测试平台，包含36个与资源管理、战斗、合作和目标相关的任务。智能体通过截图和鼠标-键盘操作进行交互，并利用82个可执行子目标检查点区分部分进展与完成状态。在324次任务评估中，GPT-6 Astra在低中努力下任务成功率最高（25.0%），中努力下子目标成功率最高（40.3%）。然而，高努力并未提升任何模型的指标。实验揭示了实时控制中额外推理的成本，并指出现有智能体在视觉推理与及时行动结合方面的不足。

---

1. 背景与动机

随着人工智能在游戏与模拟环境中的应用日益广泛，实时视觉智能体的性能评估成为关键挑战。传统基准测试往往局限于静态或简化场景，难以全面反映智能体在实际复杂环境中的表现。为此，Hugging Face推出了LOLPlay，这是一款针对《英雄联盟》的实时视觉智能体基准测试平台，旨在为智能体研究提供更贴近真实场景的评估标准。

2. LOLPlay平台详解

LOLPlay包含36个与《英雄联盟》游戏机制紧密相关的任务，涵盖资源管理、战斗、合作和目标达成等核心领域。智能体通过截图和鼠标-键盘操作与游戏环境交互，平台通过自动化初始化和82个可执行子目标检查点，区分智能体的部分进展与最终完成状态。这种设计确保了评估的准确性和可重复性。

3. 实验结果与分析

在324次任务评估中，GPT-6 Astra在低中努力下表现最佳，任务成功率达到25.0%，中努力下子目标成功率达到40.3%。然而，高努力并未提升任何模型的指标，表明在实时控制场景中，额外的推理可能带来负面效应。

实验轨迹分析显示，现有智能体在子目标组合的完整性方面存在不足，且在场景变化后仍执行过时动作。这表明，未来的智能体需要更好地结合视觉推理与及时行动，以应对实时环境的动态变化。

4. 技术挑战与未来方向

LOLPlay的实验结果揭示了实时视觉智能体在以下几个方面的挑战：

• 推理与行动的权衡：在实时环境中，智能体需要在推理深度与行动速度之间找到平衡。过多的推理可能延误行动时机，导致任务失败。
• 视觉推理的鲁棒性：智能体需要具备更强的视觉推理能力，以应对动态变化的环境和复杂的场景。
• 子目标组合的优化：现有智能体在子目标组合的完整性方面存在不足，需要更有效的策略来整合多个子目标。

未来的研究应致力于开发结合视觉推理与及时行动的智能体，并探索新的训练方法以提升子目标组合的效率。

5. 开发者建议

对于开发者而言，LOLPlay提供了一个宝贵的评估平台，可以帮助他们识别智能体在实时环境中的不足，并优化其性能。以下是一些建议：

• 利用LOLPlay进行多模型对比：通过在不同模型间进行对比，开发者可以更清晰地了解各自的优势与劣势。
• 关注子目标组合策略：在训练过程中，开发者应重点优化子目标组合策略，以提高智能体的整体任务成功率。
• 探索新的推理与行动结合方法：尝试引入新的机制，如强化学习中的时间感知策略，以提升智能体在实时环境中的表现。

---

消息来源：Hugging Face Daily Papers (2026-10-25)

—— 完 ——

主题标签： #Hugging Face 关注 #智能体 关注 #基准测试 关注 #实时AI 关注 #游戏AI 关注