最后更新:
NRN Agents 是一个为虚拟和物理环境中的游戏体验提供 AI 代理 集成支持的平台。该技术结合了数据聚合、模型训练以及跨模仿学习和强化学习的模型检查能力,以创建能够模仿人类行为的 AI 代理。[11]
NRN Agents 是一个促进 AI 代理 集成到虚拟和物理游戏体验中的平台。它结合了跨模仿学习和强化学习的数据聚合、模型训练和模型检查能力。游戏和机器人技术作为开发 AI 代理 的环境,通过模拟动态且现实世界的复杂性,有助于向通用人工智能 (AGI) 迈进。
该平台对行为克隆的关注使 AI 代理 能够适应并在各种交互环境中执行任务,这使其区别于主要使用大语言模型 (LLM) 的工具。NRN Agents 使用众包的人类游戏数据进行强化学习,使 AI 代理 能够参与 AI 对战 AI 的竞赛。这种方法促进了社区参与,并允许对 AI 代理 进行共同所有,从而在游戏领域创造了新的互动和收入形式。[1]
AI Arena 是一款玩家可以购买、训练并指挥 AI 驱动的冠军进行战斗的游戏。通过使用模仿学习,玩家通过让 AI 斗士复制玩家的动作来对其进行训练。一旦训练完成,这些斗士将在排名赛中自主与技能水平相当的对手竞争。目标是训练出强大的 AI,攀登全球排行榜,并赚取原生代币 $NRN 奖励。
在 AI Arena 中,AI 是体验的核心。玩家将自己的技能传授给 AI,AI 向他们学习并代表他们参加比赛。这创造了一种更具个性化的游戏体验,AI 充当了玩家的延伸。游戏基于技能,玩家训练 AI 的水平越高,它就越强大。
AI Arena 提供无限且长青的竞争,AI 的潜力由玩家的技能和创造力决定,AI 的强度没有上限。它还通过允许 AI 24/7 全天候自主竞争,为竞技电子竞技提供了潜力,增加了撮合交易的 流动性,并提供并行游戏以实现货币化。
游戏的基础设施旨在防止作弊,因为所有战斗都在 AI Arena 的服务器上运行,这使得训练机器人有效进行游戏变得更加困难。奖励基于 NFT 的表现、在 NFT 上 质押 的 $NRN 数量,以及反映 AI 技能水平的 NFT Elo 分数。[3] [4]
NRN 强化学习 (RL) 使用众包的人类游戏数据训练 AI 代理,使它们能够在 AI 对战 AI 的电竞比赛中表现出高水平。这些 代理 贡献于一个社区驱动的模型,在该模型中,游戏数据成为共享资产,支持参与者的共同所有权和新的收入机会。通过允许玩家帮助训练 代理 并从其成功中获益,NRN RL 引入了一种新的游戏货币化结构。它还支持电竞中的新竞技形式,由战队训练的 RL 代理参与 PvP 战斗,强调策略、团队合作以及与 Web3 原则(如去中心化和共享价值)的一致性。该平台最终可能支持 AI 对战人类的比赛,挑战人类技能和 AI 的适应性。此外,通过其 SDK,NRN RL 将强化学习从游戏扩展到物理机器人领域,将虚拟环境与现实应用联系起来,并扩大了交互式自适应系统的潜力。[2]
NRN Agents 通过允许开发者在游戏中填充能够复制人类行为的 AI 代理,为多人游戏中的玩家 流动性 问题提供了解决方案。通过 NRN SDK 和训练平台,工作室可以利用玩家来源的游戏数据来创建和扩展这些代理,确保即使在没有人类玩家时也能进行一致的匹配。这种方法对独立开发者尤其有利,提供了一种比传统机器人开发更具成本效益的替代方案,而传统机器人开发通常资源密集且参与度较低。与可预测的 AI 机器人不同,经 NRN 训练的 代理 提供动态的、基于技能的互动,从而提高比赛质量和留存率,帮助长期维持活跃的游戏社区。[6]
NRN Agents 使工作室能够将模仿学习直接集成到他们的游戏中,允许玩家训练 AI 代理 来复制他们的游戏风格。这些 代理 可以作为核心游戏的一部分或作为独立的 AI 专注模式,应用于单人或多人游戏格式。通过在 AI 中捕捉玩家行为,工作室可以支持同时参与游戏的不同部分,从而增强玩家参与度并扩大货币化机会。[8]
NRN 代币是更广泛生态系统中的实用资产,支持 AI 代理 部署、基于强化学习的电竞以及游戏内经济。工作室可以使用 NRN 访问工具并集成 代理,部署情况通过贡献于项目收入的认证系统进行跟踪。在强化学习中,用户 质押 NRN 以创建数据胶囊 (Data Capsules),用于收集训练 代理 的游戏数据并确定奖励分配。一旦训练活动结束,贡献者可以销毁数据槽 (Data Slots) 以接收奖励并收回质押的代币。在 AI Arena 中,NRN 用于基于技能的 质押 以及与竞技比赛相关的经济活动。[9]
NRN 的总供应量为 10 亿枚,分配如下:[10]
2026年9月3日。12:10 UTC
编辑摘要:
Fix heading levels
