TactiNavi把策略适用条件做成显式服务对象以提升教练正确率。
资讯摘要
论文介绍商用开放世界游戏LLM教练背后的服务系统TactiNavi，将策略适用性做成显式产物：离线编译器把版本化游戏证据与专家指导编译为带前置条件的策略包，服务层以三值条件评估玩家状态并记录决策轨迹，控制层用条件-规则依赖在发布前验证修订。作者报告对1122条日志回合的回顾评估中，带条件策略包将正确率从57.9%提升至82.0%，玩家状态变化下的策略误用从18.1%降至10.4%。
要点速读
- 离线编译器将版本化游戏证据和专家指导转为带显式前置条件的策略包，服务层以三值条件评估结构化玩家状态并记录决策轨迹。
- 对三个部署期共1122条教练回合的回顾评估中，带条件策略包正确率由57.9%升至82.0%，状态变化下策略误用由18.1%降至10.4%。
- 基于轨迹的声明验证达到86.4%精确率，中位回复延迟2.07秒；未改动系统重跑可恢复38.4%的失败回合，15个已发布修订单元中仅1个通过回顾性发布检查。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。