玩家利用强化学习训练谷歌果蝇大脑模型挑战《Balatro》，当前胜率 20%

谷歌发布成年雄性果蝇完整大脑和中枢神经系统结构映射后，尚不足两周，爱好者们就已在各个领域尝试发挥这套架构的潜力——从让果蝇化身交易员，到训练它进行侧方停车。现在，一位《Balatro》粉丝表示，他们利用强化学习算法训练该架构来玩游戏，目前的胜率达到了还算不错的 20%。

著名的果蝇击败了《Balatro》

该玩家分享了一段模型游玩游戏的加速视频。根据视频显示，玩家选择了最低难度（白色筹码）和默认的红色卡组。此前，我们已经看到 OpenAI 的 GPT-6 "Astra" 模型以黑卡组和金筹码难度（通常被认为是游戏中最具挑战性的组合）击败了游戏。

分享该视频的 Reddit 用户 ActualAerie1011 表示，他们使用自己开发的一种训练算法来训练模型，目的是发现有用的《Balatro》种子。与其他 Roguelike 游戏一样，《Balatro》具有随机性，因此此类算法能够发现具有唯一性且可能带来高分（甚至达到游戏分数上限）的种子。为了训练大脑，大脑系统（包括一个连接组及实际模型）和算法会各自游玩同一颗种子。随后，系统会比较结果，并基于模型在头脑中做出的选择给予奖励或惩罚。

据该用户称，这个"大脑"目前在随机种子下的成功率是 20%，应该还是在同样的 White Stack/Red Deck 高难度设定下。他表示模型对种子本身一无所知，只能看到屏幕上直接显示的信息，训练仍在进行中。"果蝇还会回来的，而且会更强、更聪明，"他在原帖评论区这样写道。

这个成果相当令人惊叹，不过也有评论者对此项目提出质疑。这位玩家除了上述内容外，并没有分享太多模型训练的细节，也没有公开项目的 repo，或提及所用到的开源项目。在《Balatro》圈子里这并非新鲜事，BalatroBot 和 BalatroLLM 这类项目已经存在约一年了。

我们已经联系 ActualAerie1011，希望了解模型训练的更多细节，收到回复后会更新这篇报道。

《Balatro》看似简单，但要训练模型玩好这款游戏却出奇地困难，在高难度下更是如此。用扑克牌型计算得分的核心规则并不难，难点在于小丑牌（帮你冲高分数的加成道具）之间复杂的交互、出牌顺序和计分方式，再加上 BOSS 技能、临时/永久小丑牌之类的特殊限定条件——想保持稳定发挥，对人类玩家来说都是很高的门槛，更何况是 AI 模型。