**过山车大亨 2 基准测试:决策模型能否经营主题公园?** _RollerCoasterTycoonBench: Can Decision Models M
原帖
**过山车大亨 2 基准测试:决策模型能否经营主题公园?**
_RollerCoasterTycoonBench: Can Decision Models Manage a Theme Park?_
> RollerCoasterTycoonBench 基准测试让九个决策模型在《过山车大亨 2》中经营主题公园,目标是在三年后达到 1000 名游客。测试发现,Decider V1.3 表现最佳,平均得分 71 分,其成功关键在于早期借贷并一次性投入资金。研究还揭示,模型提供的置信度与其实际表现关联不大,且当游戏提供建设价格信息时,模型的平均游客数显著提升。
**来源信息**
- **来源**:Hacker News:AI 热帖
- **分类**:ai-models
- **发布时间**:2026-11-20 17:56(北京时间)
- **原文**:[打开原文](https://www.vals.ai/blogs/building-rctbench)