O grupo de pesquisa da miHoYo descreveu o sistema Gamer — um framework baseado em visão, linguagem e ação (vision-language-action) que transforma observações de tela e instruções em comandos para teclado e mouse. Os detalhes deste trabalho foram apresentados na conta chinesa em 21 de novembro; o pré-print complementar foi carregado pela primeira vez em 13 de novembro e editado em 18 de novembro.
O modelo experimental principal baseia-se no Qwen3-VL-8B. Ele utiliza capturas de tela, informações da tarefa, histórico de observações e memória para tomar decisões de ação, sem depender das interfaces internas do jogo. O projeto considera a interação como um formato de ação geral, abrangendo tanto interfaces gráficas padrão quanto ambientes de jogo tridimensionais mais complexos.
O treinamento é realizado por meio de pré-treinamento contínuo em trajetórias de interação de jogos, ajuste por instruções e aprendizado por reforço online. Os autores desenvolveram mecanismos de raciocínio esparso e generalização de memória para manter o progresso da tarefa quando as interações anteriores saem do contexto ativo, em vez de processar continuamente um diálogo em crescimento infinito.
A equipe relatou operação autônoma em mais de 95% dos casos durante uma avaliação de cerca de 50 horas, que cobriu cinco capítulos da história principal de Honkai: Star Rail. É importante notar que este é um indicador de tempo de operação autônoma declarado pelos autores, e não uma afirmação de que 95% de todas as tarefas em qualquer jogo foram executadas perfeitamente ou que a intervenção humana foi totalmente eliminada.
O artigo também avalia missões secundárias individuais no jogo com o qual o modelo já havia lidado. Foi alcançada uma precisão de 80,0% e 83,6% ao completar tarefas em duas dessas missões. Esses indicadores, baseados no alcance de pontos de controle, não devem ser confundidos com métricas contínuas de conclusão de missões do início ao fim ou transferência de tarefas para jogos nunca vistos sem pré-treinamento.
Para garantir a interação em tempo real, o projeto descreve um sistema de serviço cloud-periférico chamado Streaming-vLLM, que inclui cache persistente e envio antecipado de ações. O objetivo desta arquitetura é manter a responsividade de execuções paralelas e implantações, mas não garante que todo o sistema de pesquisa funcione localmente em um computador de jogos comum.
A página do projeto indica que os checkpoints usados no estudo de escalonamento de pré-treinamento contínuo foram lançados, enquanto os dados e checkpoints de Honkai: Star Rail treinados ou ajustados nesses dados permanecem restritos por motivos de segurança de dados. Consequentemente, os artefatos de pesquisa públicos não devem ser considerados uma versão completa e baixável do sistema de jogo demonstrado.
Enfatiza-se que este é um projeto de pesquisa, e não um bot de jogo de consumo anunciado ou uma permissão para automação de contas de jogos comerciais. As métricas de desempenho permanecem como estimativas dos autores, e o material citado não estabelece a reprodutibilidade independente desses resultados.



