腾讯 ARC 发布 Player-1：用合成经验学游戏操控，MineDojo 成功率提至 38%

腾讯 ARC 联合新加坡国立大学、南洋理工发布游戏操控框架 Player-1，用合成经验做后训练，并在 Player-1-Gym 的 16 个合成环境上做 PPO 强化学习。Player-1-9B 在 MineDojo-300 上成功率 38.33%，最强基线仅 12.63%，比 SFT 策略高 27.8 个百分点。