★ 2OpenBlock:自适应三消游戏的可验证内容生成平台论文开源了一个自适应三消游戏平台,采用规则生成器与学习生成器双轨架构,并用统一验证门保证每批方块均可放置。自博弈强化学习智能体在 23.4 万局中达到 35.6% 胜率,并诊断出高填充率下长条方块无合法落点是后期失败主因。14 天线上灰度实验显示次日留存提升 1.8 个百分点、会话时长提升 7%。arXiv cs.LG41 天前