（来源：上观新闻）
这种方法的另🇲🇳一个优🇹🇭🔴势是鲁棒性👨👧强🚍💭。因此，人类玩家数🧟♂️据不再🇨🇩是核心🈸赋能，而😺是更多作为一种校⛏🛐准工具，🇪🇭◻用于确保🎖AI的行为模式✖🤱不偏离人类价🧜♂️值观，而非💨单纯提升能力🗝。在现实世界中训练➿🇮🇷机器人进行极📪端测试⏱（如自动驾驶的🔫🚋碰撞避免）成本高😙且危险，而💊👨🌾游戏环境允👃许AI在🍐🎃绝对安全的沙盒☄🐴中通过千万次虚🎋拟撞击来习🍕得物理边💃界🌄🍵。
Cla🉐ude 👨👩👧Opus 4.👜🏴☠️6： GPT-😑🌨5.4👓： D👌eepSee🇰🇬🛤k-V4🧹👕-Pro：⬜ Kimi 🚯K2.6📋： 在这个任务中🖲🦵，GPT-5.4🚙的表现不及格，🍧一直卡在雪山🙈页面根本动不了；🇲🇰DeepSe🇬🇼🧲ek-V4😁🎫-Pro倒是🧝♀️完成了任🤺😴务，但是建模🕊🧡肉眼可见的🇵🇪🏖粗糙🍿。
