有人是否已经开发了一种训练LLM玩游戏的过程。从0到“基本可行的原型”可以在分钟/小时/天内实现，但完善它仍然很费劲。例如，如果我想制作一个FIFA足球克隆版，LLM可以放置一个球，几名球员和一个球门，但球员和球的运动感觉并不真实或令人满意。我的想法是，如果我能训练LLM玩FIFA游戏，那么这套系统就可以不断迭代，直到它的游戏表现更像FIFA，而不是我通过提示和大量试错来系统地改进游戏。如果它知道它正在比较的最终状态，它就可以消除大量繁琐的中间步骤。