马纬彧Weiyu Ma

• 2026.10
  ★ 开源电子竞技世界模型数据集：首个多游戏、长时程、多智能体的电竞世界模型数据集，以完整对局为单位提供逐玩家同步视角（SC2 / Dota 2 / CS2，2,673 场、约 3,828 小时）。 ModelScope Code
• 2026.09
  发布 JEV-Star：语言模型规划 + 快速动作选择的星际争霸 II 实时控制，对 Lv7 内置 AI 10 局 9 胜。 Paper Code
• 2026.04
  ★ 发布 FreshPER：面向 LLM/VLM 强化学习的新鲜度感知优先经验回放，Sokoban 相对 baseline 提升 39%。 arXiv Code
• 2026
  EvoCurr 被 EMNLP 2026 Findings 接收（共同一作）。
• 2026
  AVA 被 ACL 2026 Findings 接收（一作）。

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