arXiv cs.AI· Haoyue Yang, Jingyao Li, Zhengfan Wu, Jing Liu, Xuanle Zhao, Kang Liu·· 4 小时前AI 评分32
GameGo：用锚定真实资产的合成轨迹训练游戏开发智能体
GAMEGO: Training Game-Dev Agents with Synthetic Trajectories Anchored in Real-World Assets
AI 导读
GameGo 框架把简短游戏创意转化为符合行业实践的完整产品需求文档，并构建含 55,060 条开发轨迹的 GameGoData（覆盖 2D、2.5D 和 3D 游戏）与 124 条游戏查询的 GameGoBench。基于该数据训练的 GameGoCoder 在游戏开发基准上超过同规模基线，表现接近前沿模型，代码、数据集和模型将公开。
来源：arXiv cs.AI · arxiv.org