RL 自博弈实验

连续空间多智能体对抗 · 浏览器实时观战
原生游戏核心 · 手机横屏

Hurry Curry · 合作餐厅

连续移动、餐桌服务与多人协作。横屏摇杆加入 AI 厨房,查看课程训练数据,选择历史模型与随机种子重开。

全新独立项目

厨房剧场

四位厨师,六种复杂厨房。隔岛投递、移动平台与并行料理;独立策略训练、三维观战和完整比赛回放。

新实验场 · 可开始训练

Arena Lab · 多智能体实验场

躲避球、炸弹人、光轮、合作厨房与抢金库。真实训练曲线、历史模型回放和训练控制台。

实时观战

Melting Pot Arena

Clean Up 七人公共资源博弈。共享 PPO 训练、模型实时观战、历史比赛回放与训练曲线。

训练中

缩圈相扑

两个相同的球,在漂移且持续缩小的圆盘上互相撞击。奖励只有胜负 ±1,观察对抗行为能否自发涌现。

已停止

2v2 追逃

两红追两蓝,带障碍物与射线感知的追捕-逃跑对抗。因红蓝角色结构性不对称导致单边坍缩而停训,保留可回溯。

静态回放

Neural MMO

1024 智能体在 1056×1056 地图上的开放世界生存录像。官方 2.x 已移除实时观战,这里是单局回放文件 + 官方查看器。

训练中

Paper.io 领地争夺

4 蛇自博弈,CoordConv+SE-ResNet 双流网络,势能差分奖励,浏览器 Canvas 实时回放与训练指标曲线。

回放可用

贪吃蛇大逃杀

四人共享策略的缩圈自博弈。逐帧回放、课程阶段、训练进度与近局表现曲线。

个人工具

抖音主页备份

粘贴抖音主页分享链接,批量下载公开作品。

训练中

Bomberman 炸弹人

四人混战的 2D 逐帧回放,观察智能体如何布弹、躲避爆炸并争夺道具。

密码访问

文件传输

Manim 数学动画等准备好的待选视频(720p30 ~ 1080p60),支持在线实时观看与原画下载。