TencentARC/GameHorizon

解决的问题

GameHorizon 解决了在 AAA 游戏中评估 AI 模型在不同时间尺度（从即时操作到长期策略）下处理游戏玩法时，缺乏统一、大规模数据和评估框架的问题。

工作原理

该工具包由三个集成组件构成：

• GameHorizon-Annotator：一个自动化流水线，通过将游戏行为分类为短期操作、中期目标和长期策略，构建「指令金字塔」。
• GameHorizon-Data：一个大规模语料库，包含来自 21 款 AAA 游戏的 5,000 小时游戏数据，提供时间对齐的视频、动作和多时域指令。
• GameHorizon-Bench：双轨评估系统。离线轨道使用数千道多选题（MCQ）进行标准化测试，而在线轨道则通过可验证的子任务，在实时环境中测试因果和主题任务。

适用对象

专为需要理解、导航或自动化高保真视频游戏环境中的复杂游戏玩法的 AI 模型（如多模态 LLM）的研究人员和开发者设计。

主要亮点

• 聚焦 AAA 游戏：涵盖 21 款不同的高端游戏作品。
• 多时域分析：在操作、目标和策略三个不同规划层级上评估模型能力。
• 海量数据集：包含 5,000 小时对齐的游戏数据。
• 全面的基准测试：同时提供离线 MCQ 和在线任务环境，并通过子任务实现失败定位。