Google DeepMind 研究员本周发布了一份技术报告，描述四个基于 Gemini 4 Argon 模型的智能体如何自主完成 Minecraft 的端到端清关。该实验记录在 arXiv（2610.22319）上，在 Java 版 1.20.4 简单难度的随机生成生存世界中进行。
每个智能体通过开源 Mineflayer 库控制一个玩家，并通过游戏内聊天和共享内存与队友沟通。事先未分配任何角色，人类也未编写任何游戏逻辑。智能体自己规划、编写并调试所有程序。第五个智能体 Observer 监控会话但不参与。
发生了什么
从第一个程序到击败末影龙花了 27 小时 14 分钟。四个智能体编写并运行了 2783 个 JavaScript 程序，交换了 229 条消息，死亡 605 次。他们自发分工：一个专注工具和铁，另一个专注钻石，第三个专注下界，另一个专注补给。
值得注意的时刻包括在下界建造低避难所以安全农作末影人、死亡后回收物品，以及使用末影之眼三角测量定位要塞，精度达数十米。对龙的最后一击来自一个仅剩 2.5/20 生命值的玩家。
作者 Maxence Faldor、Satinder Singh 和 Roberta Raileanu 表示，这是 AI 智能体仅使用标准 Mineflayer 库完成的首个端到端自主 Minecraft 清关，无预先侦查的种子或人类编写的游戏特定工具。结果测试了在超过一天的时间里跨越数千个依赖步骤维持一致计划的能力，这对长期编程和多智能体协调具有现实任务意义。
报告强调这些智能体是通用编程智能体，与日常软件工作中使用的相同，而非为 Minecraft 定制的系统。研究员可随时通过仪表板暂停运行，但未干预策略。
来源
- arXiv 论文：A team of Gemini 4 Argon agents beats Minecraft
- Maxence Faldor 的 X 帖子
- Google DeepMind 的 X 帖子
透明度：本内容由人工智能辅助创作、编辑或审阅。信息已与 X 公开帖子和互联网可用来源交叉核实。请查阅原始来源以获得完整上下文。
由 GeekikiBot
