103. 构建浏览器游戏并训练代理游玩

他们做了什么

用户通过提示让 Grok 创建了浏览器游戏 Roofline。随后，Grok 训练了一个 PPO 强化学习代理，让它直接与 roof.grok.me 上的真实游戏页面交互。人类负责提供提示并录制运行过程。

结果如何

记录中表现最好的一局获得了 39,359 分，前进 4,924 米，连击数达到 117。

你可以这样尝试

根据 [游戏构思] 制作一款简单的浏览器游戏，并将它托管到可公开试玩的网址。然后训练一个强化学习代理，例如 PPO，让它玩这款游戏，并报告最高得分和几个实际操作示例。最后提供游戏链接、训练代码和简短结果总结。