Research · Models · Applications
游戏开发作为可验证轨迹数据引擎来扩展世界模型
论文提出将游戏开发作为可验证轨迹数据引擎来扩展世界模型，并引入 RLHEV 后训练范式，结合密集引擎信号与隐式人类接受反馈。
阅读 Hugging Face Daily Papers 原文为什么重要
利用游戏引擎的可验证性为强化学习提供高质量奖励，可能加速世界模型的训练和泛化能力。
关键事实
事实 1
代码智能体的成功表明可执行代码能通过编译器和运行时为强化学习提供高质量奖励。
来源与依据
The success of code agents illustrates why this matters. As code is executable, compilers and runtimes can provide high-quality rewards for Reinforcement Learning
事实 2
游戏引擎能高效检查碰撞、物理、可导航性和有界可玩性。
来源与依据
the engine can efficiently check collision, physics, navigability and bounded playability
事实 3
提出了RLHEV，一种结合密集引擎信号与开发过程中隐式人类接受反馈的后训练范式。
来源与依据
Reinforcement Learning with Human-Engine Verification (RLHEV), a post-training paradigm that combines dense engine signals with implicit human acceptance feedback