开发一款浏览器游戏，并训练一个智能体来游玩它
Grok 开发了浏览器游戏 Roofline，随后训练了一种 PPO 智能体来实时游玩该游戏，其最佳得分达到了 39,359。
- 具体怎么做
- 用户向 Grok 发送了提示词以生成 Roofline 浏览器游戏。随后，Grok 训练了一个 PPO 智能体，使其能够直接与 roof.grok.me 页面进行交互。有人负责提供提示词并记录运行结果。
- 做到了什么
- 有记录的最佳成绩为39,359分，4,924米距离，组合项目达117次。
你可以这样试
使用 Grok Bot基于[游戏创意]构建一个简单的浏览器游戏，并将其以实时链接形式发布以供玩家游玩。然后训练一个强化学习智能体（如PPO算法），使其进行游戏，并记录其最佳成绩及部分游戏示例。最后提供游戏链接、训练代码以及结果简要总结。