马纬彧Weiyu Ma

• 置顶 2024
  全球首个 代表作 LLM Play SC2（Large Language Models Play StarCraft II）——全球首个将大模型用于复杂实时决策的工作，开创了这一研究方向——发表于 NeurIPS 2024；引用 170+ 次，GitHub 300+ Star。 arXiv Code
• 2026.10
  全球首个 开源全球首个多游戏、长时程、多智能体的电竞世界模型数据集：职业与高水平对局逐玩家同步视角，覆盖星际争霸 II / Dota 2 / CS2，共 2,673 场、约 3,828 小时。 ModelScope Code
• 2026.09
  SOTA 发布 JEV-Star，刷新大模型直接决策星际争霸 II 的 SOTA：实时对战最高非作弊难度 Lv7 内置 AI，10 局 9 胜。 Paper Code
• 2026.04
  全球首个 发布 FreshPER——全球首个通用的大模型后训练经验回放框架：Sokoban、NQ Search、MathVista 分别提升 39、20、15 个百分点。 arXiv Code
• 2026
  全球首个 EvoCurr——全球首个在复杂决策场景实现递归自我改进（RSI）的工作——被 EMNLP 2026 Findings 接收（共同一作）。 arXiv
• 2026
  全球首个 LLM-SMAC——全球首个星际争霸 II 级复杂多智能体决策场景下的 Agentic RL 工作——被 AAMAS 2026 接收（共同一作）。 arXiv

学术现场

1. 2026

   Freshness-Aware Prioritized Experience Replay for LLM/VLM Reinforcement Learning

   Ma, W.Y., Zeng, Y., Song, Y., Cui, X., Zhao, J., Liu, X., Elhoseiny, M.

   arXiv 2026 一作 ICLR 投稿中 arXiv Code
2. 2026

   AVA: Attentive VLM Agent for Mastering StarCraft II

   Ma, W.Y., Fu, Y., Zhang, Z., Ghanem, B., Li, G.

   ACL 2026 Findings CCF-A 一作 arXiv ACL Code
3. 2026

   EvoCurr: Self-evolving Curriculum with Behavior Code Generation for Complex Decision-making

   Cheng, Y.*, Wang, Z.*, Ma, W.*, Zhu, W., Deng, Y., Zhao, J.

   EMNLP 2026 Findings CCF-B 共同一作 arXiv Code
4. 2026

   LLM-SMAC: Solving Multi-Agent Decision-Making Tasks via LLM Decision Tree Code Generation

   Deng, Y.*, Ma, W.*, Fan, Y., Song, R., Zhang, Y., Zhang, H., Zhao, J.

   AAMAS 2026 CCF-B 共同一作 arXiv Code
5. 2025

   TacticCraft: Natural Language-Driven Tactical Adaptation for StarCraft II

   Ma, W.Y., Jiang, J., Fu, H., Zhang, H.

   ICML 2025 MusIML Workshop 一作 arXiv
6. 2024

   Large Language Models Play StarCraft II: Benchmarks and A Chain of Summarization Approach

   Ma, W.Y., Mi, Q., Zeng, Y., Yan, X., Wu, Y., Lin, R., Zhang, H., Wang, J.

   NeurIPS 2024 CCF-A 一作 arXiv Code
7. 2024

   Adaptive Command: Real-Time Policy Adjustment via Language Models in StarCraft II

   Ma, W.Y., Xu, D., Lin, S., Zhang, H., Wang, J.

   DAI 2024 一作 arXiv
8. 2024

   SMAC-Hard: Enabling Mixed Opponent Strategy Script and Self-play on SMAC

   Deng, Y., Yu, Y., Ma, W., Wang, Z., Zhu, W., Zhao, J., Zhang, Y.

   arXiv 2024 arXiv Code

* 共同一作 · 加粗为本人