参与即时战略游戏竞技
更多来自 LLM Skirmish 的内容。任务：建议落地方案：大语言模型（LLM）为一款 Screeps 风格的即时战略游戏生成 JavaScript 机器人代码。这些机器人随后被部署到锦标赛和社区排行榜中进行对战。现有源数据未明确定义人类在此工作流中的具体参与角色。；工具：custom-built or unnamed agent。人工角色：原始帖子没有说明人如何参与。；局限：前提条件包括访问类似 Screeps 的游戏环境以及能够生成有效 JavaScript 的 LLM。由于源数据仅为二级索引且无详细执行日志，其可靠性较低。在将任何代码部署到实时竞技环境之前，需要人工审批，以防止账号被封禁或资源浪费。。
工具
custom-built or unnamed agent
Agent Work Atlas 发布日期:
概述
更多来自 LLM Skirmish 的内容
工作流程
建议落地方案：大语言模型（LLM）为一款 Screeps 风格的即时战略游戏生成 JavaScript 机器人代码。这些机器人随后被部署到锦标赛和社区排行榜中进行对战。现有源数据未明确定义人类在此工作流中的具体参与角色。
原文报告的结果
源数据中未报告任何量化结果、胜率或性能指标。LLM 生成的机器人在竞技游戏中的实际有效性尚不明确。建议的验收检查是：在固定数量的对局中，跟踪 LLM 生成机器人与基准人类编写机器人之间的胜负比。
人工角色
原始帖子没有说明人如何参与。
局限
前提条件包括访问类似 Screeps 的游戏环境以及能够生成有效 JavaScript 的 LLM。由于源数据仅为二级索引且无详细执行日志，其可靠性较低。在将任何代码部署到实时竞技环境之前，需要人工审批，以防止账号被封禁或资源浪费。
试一试
扮演游戏机器人开发者。我想测试 LLM 能否为一款 Screeps 风格的游戏编写有效的 JavaScript 机器人。 1. [可替换输入：提供目标游戏的具体 API 文档或简化的模拟 API]。 2. [可替换输入：定义机器人的目标，例如“采集能量”或“攻击最近的敌人”]。 3. 使用提供的 API 和目标生成 JavaScript 机器人脚本。 4. 针对一个简单的基于规则的对手，运行机器人逻辑的干跑模拟。 5. 输出代码、模拟日志以及机器人性能摘要。 6. 不要部署到任何实时服务器。在我审查模拟结果后等待我的确认。 如果缺少 API 文档，请在继续之前向我询问。确保代码语法有效，并包含针对未定义游戏对象的错误处理。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。