项目概述

这是什么？

LLM Google Football 是一个探索大语言模型（LLM）“零样本实时玩游戏”潜力的全自动化评测框架。我们把复杂的《Google Research Football》 3D 物理对抗环境，转译成了大语言模型能够轻易理解的文本空间。

为什么做这个？

传统的强化学习 (Reinforcement Learning) 往往需要耗费成百上千万帧的尝试才能训练出一个能够在特定场景进球的 AI。 但在大模型时代，LLM 本身自带了庞大的“世界知识”库（它们知道什么是越位，什么是倒三角传球，什么是二过一配合）。

本项目旨在回答一个核心科研命题： 如果仅仅通过一段简单的 Prompt 的启发，大模型能否直接指挥球员在场上跑位、射门、赢下比赛？

核心特色

• 🎯 开箱即用的靶场：预置了 academy_3_vs_1_with_keeper 测试场景，三名进攻队员对峙一名防守队员和门将。
• 👁 态势文本转译：抛弃繁重的像素流，提取球场上所有角色的 X/Y 坐标、持球状态、敌我距离，浓缩成 50 个 Token 以内的高优态势“战报”。
• 🧠 高度解耦的大脑网关：内置重试与并发管理策略。你可以无缝打桩测试 OpenAI / Qwen / GLM / Kimi 等全部主流 API。
• 📈 一键赛马实验 (Leaderboard)：支持平行化运行多个 LLM 模型的对局评测，并自动提取进球率、场均耗时、响应延迟，渲染生成静态光荣榜。