bg-agent

产品配图

关于

我是仓库维护者，想自荐这个由 AI 编程工具协助构建的开源研究项目。BG-Agent 基于 AutoTavern / TavernGym 模拟器，保留上游许可和归属，增加了面向37.0的命名规则适配和独立的实体 Transformer + GRU + PPO 训练工程。它不是 TavernAgent 的官方训练代码。 希望解决的问题是：模拟器开源后，感兴趣的开发者如何开始训练、检查结果、复现问题，并逐步共同改进游戏AI。 目前提供： Linux / WSL 从零初始化和完整八人对局 PPO 训练；不需要私有起始权重或 API 密钥。 暂停、续训、导出，以及规则/卡表/模型契约检查。 中英双语训练指南、明确的规则版本与已知限制。 规则修复、环境复现、独立评测和有授权高手数据的贡献入口。 发布准备中完成了 CPU 两局训练、暂停后续训一局、导出核验，以及38项选择性桌面/实战源码测试。这些证明管线能够运行，不证明棋力。 测试复用了现有依赖，全新系统安装和CUDA仍待社区复现。 目前受算力成本和训练进度限制，没有经过验证的强模型可开源，也不支持把多人独立训练权重直接合并；不会把上游论文的15000分作为本项目成绩。规则是截至2026-11-03本项目最新整理快照，持续跟进37.0，但不宣称已证明全部线上热修等价。 适合对强化学习、游戏规则模拟、AI辅助开发和可复现研究感兴趣的朋友。希望大家一起贡献实验、评测和修复，让更多人能参与这项技术。 研究预览 Release 中文训练指南 验证记录 参与贡献 许可：本项目原创代码MIT，上游组件保留原许可；与Blizzard无隶属关系，不分发官方游戏客户端或美术资源。

收录记录

1. 阮一峰周刊·用户投稿

   2026年11月3日 · 1 次收录