Jev 游戏：用于 Game Agent 的决策模型 | AutoJev

Jev 游戏让决策模型从游戏代码生成的合法动作中做选择。Game Engine 掌管物理、规则和状态转换；Jev 评估结构化 State，从有限候选项中选择移动、目标或战术模式。

游戏适合用来做 Jev 实验，因为结果可以 Replay 和评分，同时也会暴露一个重要限制：模型可能以很高置信度输出结构有效的动作，但仍然玩得很差。

Jev Game Loop

可靠的 Game Agent 会拆分五项职责：

**观察：**提取位置、速度、危险、合法动作和目标进度等紧凑 State。
**枚举：**由代码只生成当前状态下合法的动作。
**决策：**让 Jev 针对候选项回答一个或多个 Choice、Noul、Score 问题。
**执行：**把选中的动作传给 Emulator 或 Game Engine。
**评估：**记录 State、概率分布、动作和结果，用于 Replay 与比较。

这和让语言模型写游戏攻略不同。决策输出必须能够直接映射成 Controller 理解的动作。

公开 Jev 游戏案例

typesafe-snake每个 Tick 运行一次 System One Choice，合法动作和游戏事实由代码生成。
typesafe-mario使用结构化 Emulator State 驱动 Super Mario Bros. Agent。
NanoJev包含独立的迷宫和 Snake 实验，使用本地类型化决策 Head，并提供浏览器 Replay。
TypeSafe 的发布材料也展示了游戏实验；最新的一手案例请以 TypeSafe 官方网站为准。

这些项目使用不同 Provider、Controller 和评估方法。一次成功 Replay 是对应记录运行的证据，不代表该架构能泛化到所有关卡或游戏。

有限游戏决策示例

json

{
  "state": {
    "game": "网格导航",
    "position": [4, 7],
    "goal": [9, 2],
    "blocked": ["north"],
    "visited_recently": [
      [4, 6],
      [4, 7]
    ],
    "steps_remaining": 18
  },
  "questions": {
    "move": {
      "type": "choice",
      "instructions": "选择最可能到达目标并避免循环的合法动作。",
      "criteria": {
        "south": "移动到 [4, 8]。",
        "east": "移动到 [5, 7]。",
        "west": "移动到 [3, 7]。"
      }
    },
    "stuck": {
      "type": "noul",
      "instructions": "Controller 是否陷入了需要重新规划的重复循环？"
    },
    "progress": {
      "type": "score",
      "instructions": "评估接近目标的进展。",
      "criteria": ["正在退步", "没有进展", "有一些进展", "接近目标"]
    }
  }
}

因为 Engine 报告 north 被阻挡，Controller 不应该把它加入候选项。如果 stuck 超过校准后的阈值，确定性代码可以重置历史、调用 Planner 或结束运行，而不是继续发送相同问题。

哪些游戏适合 Jev

满足以下条件时，Jev 更适合游戏或模拟任务：

Engine 能提供紧凑且相关的 State。
决策前可以生成合法动作。
一个 Episode 中会重复出现大量类似决策。
结果可以测量和 Replay。
Controller 能处理状态失效、Timeout 和不确定性。

回合制策略、网格导航、战术模式选择和模拟控制，通常比“直接根据原始像素生成很长且精确的动作序列”更适合。

哪些职责应该留在代码中

碰撞检测、物理和合法动作生成。
硬安全限制与禁止动作。
资源计算和胜负规则。
必须满足实时 Deadline 的输入时序。
Replay 捕获和结果测量。

决策模型应该在有效语义之间做选择，不应该成为未经验证的 Game Engine 替代品。

如何评估 Jev Game Agent

不要只测量精彩视频，还应该记录：

固定 Seed 和未见关卡上的完成率或胜率。
确定性过滤前后的非法动作率。
校准情况，例如 80% 置信度的动作是否大约有 80% 成功。
循环和卡住的频率。
决策延迟、Episode 总时间和 Provider 成本。
State 字段被删除、重排或加入噪声后的表现。
与随机策略、Heuristic 和生成式模型 Baseline 的对比。

条件允许时，应在每个 Replay 中公布候选动作与完整概率分布。这样更容易区分错误来自决策、Controller，还是 State 提取。

通过 AutoJev 构建游戏决策

当动作集合会随着状态变化时，可以使用通用 Jev API。把观察放入 state，把合法动作放入 Choice Criteria，并在同一次请求中加入监控问题。AutoJev 返回决策数据，但不会运行游戏，也不会授予模型控制机器的权限。

相关控制循环模式可以阅读 Jev Computer Use。独立模型实验和社区项目目录可以查看 Jev 生态指南。