AI智能体也能被“教练”指导？新框架让游戏角色实时响应风格指令

强化学习技术已在游戏AI、机器人控制等领域取得显著成果，但传统方法通常只能让智能体学习单一的最优行为模式。在实际应用中，用户往往希望对任务执行过程进行实时干预，例如调整游戏角色的战斗风格或赛车过弯策略。为此，研究团队提出一种“可教练智能体”框架，通过结合通用价值函数逼近器（UVFA）、特定训练场景设计及数据增强技术，使智能体在复杂环境中既能完成核心任务，又能灵活适应不同风格指令。

该框架已在《地平线：西之绝境》的战斗场景、《GT赛车》的驾驶场景以及开源人形机器人行走测试中成功验证。实验显示，尽管领域差异巨大——从赛车竞速到风格化战斗再到仿生行走——智能体均能在保持任务完成度的同时，高度契合用户实时指定的行为风格。例如在赛车游戏中，AI可根据指令在“保守驾驶”与“激进超车”模式间无缝切换。

这项技术的突破在于将风格控制与任务执行解耦，允许终端用户在运行时动态调整AI行为，为游戏开发、机器人交互等领域提供了更高自由度的AI定制方案。研究团队强调，该框架不依赖领域特定设计，未来可拓展至更广泛的实时决策场景。