論文の概要: LOLPlay: Benchmarking Real-Time Visual Agents in League of Legends

• arxiv url: http://arxiv.org/abs/2611.03685v1
• Date: Sun, 25 Oct 2026 11:39:59 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:25:41.464766
• Title: LOLPlay: Benchmarking Real-Time Visual Agents in League of Legends
• Title（参考訳）: LOLPlay: 伝説のリーグにおけるリアルタイムビジュアルエージェントのベンチマーク
• Abstract要約: LOLPlayはEmphLeague of Legendsのベンチマークであり、リソース管理、戦闘、協力、目標にまたがる36のチャンピオン固有のタスクがある。 我々は, GPT-6 Astra が, 低中努力で 25.0% のタスク成功率, 中作業で 40.3% のタスク成功率を達成していることを示す。
• 参考スコア（独自算出の注目度）: 2.366175330432221
• License:
• Abstract: Visual agents need to coordinate reasoning and action while their environment evolves during inference. We introduce LOLPlay, a benchmark in native \emph{League of Legends} with 36 champion-specific tasks spanning resource management, combat, cooperation, and objectives. Agents interact through screenshots and mouse--keyboard actions; automated initialization and 82 executable subgoal checks distinguish partial progress from completion. Across 324 task evaluations of three models at three reasoning-effort settings, GPT-6 Astra achieves the highest task success rate of 25.0\% at low and medium effort, and the highest subgoal success rate of 40.3\% at medium effort. However, high effort improves neither metric over low effort for any model. For Astra, longer requests leave fewer interaction rounds, suggesting a cost to additional reasoning in real-time control. Trajectories reveal incomplete subgoal composition and actions executing after the observed scene changes, motivating agents that combine visual reasoning with timely action.
• Abstract（参考訳）: 視覚エージェントは推論中に環境が進化している間に推論と行動を調整する必要がある。 LOLPlayは,資源管理,戦闘,協力,目標にまたがる36のチャンピオン固有のタスクを備えた,ネイティブな‘emph{League of Legends’のベンチマークである。 エージェントはスクリーンショットとマウス-キーボードアクションを通じて対話する。自動初期化と82の実行可能なサブゴールチェックは、部分的な進捗と完了を区別する。 GPT-6 Astraは3つの理由づけ設定で324個のモデルのタスク評価を行い、中・中・中・中におけるタスク成功率25.0\%、中・中・中・中・中・中・中・中・中・中・中・中・中・中・中・中・中。 しかし、高い努力は、どのモデルに対しても低い労力よりもメートル法を改善しない。 Astra氏にとって、より長い要求はインタラクションラウンドを減らし、リアルタイム制御における追加の推論にコストがかかることを示唆している。 軌道は、観察されたシーンの変化後に実行される不完全なサブゴナルな構成とアクションを明らかにし、視覚的推論とタイムリーなアクションを組み合わせた動機付け剤である。

関連論文リスト

• Auriga Technical Report: A Task-Agnostic Agent Harness for Zero-Shot Embodied Manipulation [62.55752327741587]
  RoboDojoでは、大きな計画と実行のギャップが、高レベルのタスク決定と物理的実行を分離します。 目標タスクやリセットを伴わないゼロショット操作において,このギャップの68.3%を埋めるタスク非依存のエージェントハーネスであるAurigaを紹介する。
  論文  参考訳（メタデータ） (2026-10-31T16:59:05Z)
• EmbodiedEvo: Self-Evolving Coding Agent For Physical Intelligence [5.550735065870032]
  EmbodiedEvoは自己進化型コーディングエージェントで、物理的なフィードバックを再利用可能なコードスキルと診断レッスンに蒸留する。 RoboDojo-Simでは、EmbodiedEvoの平均スコアは44.48で、成功率は37.82%で、公式に確認されたすべての結果を上回っている。
  論文  参考訳（メタデータ） (2026-10-13T17:59:51Z)
• Are Frontier VLM Agents Ready to Be Robot Generalists? An Empirical Study with the Embodied Agent Arena [52.33857619195848]
  本研究では,空洞型エージェントArenaを導入し,幾何学,空間推論,アフォーダンス,タスクプランニング,マニピュレーションにまたがる7つのVLMエージェントを評価する。 精度推定におけるアストラの強みと使用可能な接触局所化は、トレースにおける終端誤差と低い家庭用タスク完了において共存する。
  論文  参考訳（メタデータ） (2026-10-01T00:14:50Z)
• Beyond the Current Scene: Event-Referential Grasping with Active View Selection [58.13862796903706]
  ゼロショットロボット把握システムであるBeyondSCeを紹介する。 システムは、要求されたオブジェクトまたは部分を特定し、それを把握するためにローカライズする。 達成率76%、達成目標77%を達成している。
  論文  参考訳（メタデータ） (2026-09-30T09:27:02Z)
• SWE-Game: Can Coding Agents Build the Games We Want? [24.275357708252926]
  SWE-Game(SWE-Game)は、2Dおよび3Dの13のゲームプレイカテゴリにまたがる41のレファレンス・ゴドットゲームに基礎を置く247のタスクのベンチマークである。 5つのタスクタイプは、ゲーム設計文書からの簡単な実装、スケルトン完成、83のインジェクトされたフォールトケースの修復、Godot-to-Unity移植から開発をカバーしている。
  論文  参考訳（メタデータ） (2026-09-27T15:38:20Z)
• Embodied Agents Take Control: Minimal-Interface Zero-Shot Agents Rival Industrial-Scale Policies in Vision-and-Language Navigation [27.261164150282706]
  汎用エージェントがループを単独で維持できることがわかった。 我々は、この組織をエージェント・エンボディド・コントロールと呼びます。 より長い地平線、レイテンシ、コンテキスト成長は、持続的な自律性の障壁であり続けているが、これらの結果は、汎用モデルがナビゲーションポリシーなしで既に競争力のある実施制御を達成可能であることを示している。
  論文  参考訳（メタデータ） (2026-07-28T18:00:34Z)
• Spatial Reasoning in LLM Game Agents: Impact of Causal Context and Multi-Step Planning [56.67877550139192]
  さまざまなモデルスケール、推論モード、計画的地平線をまたいだ実験を行います。 空間ナビゲーションを分離する5つの難易度を持つ3つのカスタムゲームからなる集中型GVGAIベンチマークを提案する。 提案手法により, より正確な位置の同定が可能であるが, 座標マッチングの全体的な性能は, より小さなモデルに限られていることがわかった。
  論文  参考訳（メタデータ） (2026-07-22T12:10:45Z)
• GameWorld: Towards Standardized and Verifiable Evaluation of Multimodal Game Agents [76.60994803070436]
  GameWorldは、ブラウザ環境におけるマルチモーダル大言語モデル(MLLM)ゲームエージェントの評価のためのベンチマークである。 2つのゲームエージェントインタフェースが研究され、 (i) キーボードとマウスのコントロールを直接出力するコンピュータ利用エージェント、 (ii) セマンティックアクション空間で作用する汎用マルチモーダルエージェントが研究されている。 18組のモデルとインタフェースのペアによる結果は、最高のパフォーマンスエージェントでさえ、ビデオゲームで人間の能力を達成するには程遠いことを示唆している。
  論文  参考訳（メタデータ） (2026-04-08T17:49:03Z)
• PokéAI: A Goal-Generating, Battle-Optimizing Multi-agent System for Pokemon Red [4.558478169296784]
  Pok'eAIは,Pok'emon Redを通じて自律的に再生・進行するように設計された,テキストベースでマルチエージェントな大規模言語モデル(LLM)フレームワークである。 本システムでは,3つの専門エージェント(Planning, Execution, Critique-each)と,独自のメモリバンク,役割,スキルセットで構成されている。
  論文  参考訳（メタデータ） (2025-06-30T10:09:13Z)
• Exposing Limitations of Language Model Agents in Sequential-Task Compositions on the Web [69.6913064185993]
  言語モデルエージェント(LMA)は、ミューティステップ決定タスクにおける有望なパラダイムとして登場した。 約束にもかかわらず、現実世界のアプリケーションでの彼らのパフォーマンスはまだ過小評価されている。 既存のLMAはベースタスクで平均94.0%の成功率を達成したが、その性能は構成タスクで平均24.9%に低下した。
  論文  参考訳（メタデータ） (2023-11-30T17:50:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。