这是继斯坦福的25人小镇后我看到的最有意思的AI论文了。

简单来说，Jim Fan的团队做了一个类似于AutoGPT的AI代理叫Voyager，但这个代理主要是用来玩Minecraft的，给Voyager提供一个操作Minecraft的JS库，并且接入GPT-4，这期间不需要人类干预，完全有GPT-4自主根据游戏的反馈进行推理，决定下一步的任务，根据任务需要去组合或者写新的代码来推动游戏任务。

最终随着代码库的完善，Voyager能轻松在Minecraft中完成复杂的任务，取得很好的成绩。

从技术实现上来说，Voyager由3个关键的部分组成：

1. 代码生成器：根据游戏反馈、运行结果来优化和生成操作游戏的代码；

Voyager使用的是一个流行的Javascript Minecraft 操作库 (Mineflayer)，GPT-4可以根据任务需要生成游戏操作代码，例如combatZombie。但在运行生成的代码后可能会遇到错误，通常有两种错误，一种是JavaScript的执行错误，比如语法错误；一种是游戏反馈的错误，比如在制作木棒之前需要再有2块木板。GPT-4可以根据错误信息对生成的代码进行优化，直到能正常执行为止。

2. 代码技能库：存储生成的游戏操作代码，检索已经生成的游戏操作代码；

每次GPT-4生成并验证一个新技能的代码后，Voyager首先会将生成的代码用GPT-3.5（省钱😄）生成详细的注释，然后对注释做Embedding，保存到向量数据库Chroma中。

当下次任务系统生成一个新的任务的时候，先用GPT-3.5根据当前游戏环境给出任务的操作说明，然后将操作说明做Embedding，去技能库检索出前5个最匹配的操作代码。再由GPT-4来决定是直接调用技能库代码，还是写新技能代码，并且尽可能重用已有技能。

3. 自动任务生成系统

首先给GPT-4设定一个终极目标：“尽可能发现更多的不同事物”，然后在游戏的过程中，向GPT-4反馈当前的状态，例如生命值、饥饿值、库存、时间和附近的实体（僵尸、河流、猪、猫、村民等），GPT-4根据这些信息来决定下一步的任务，

示例一：
库存（5/36）：{‘橡木板’: 3, ‘木棍’: 4, ‘工作台’: 1, ‘石头’: 3, ‘木镐’: 1}
推理：“由于你有一个木镐和一些石头，将你的普通镐升级为石镐对提高效率会很有益。”。
任务：制作1个石镐。

示例二：
库存（6/36）：{‘熔炉’: 1, ‘石镐’: 1, ‘橡木板’: 7, ‘工作台’: 1, ‘生铁’: 4, ‘煤炭’: 1}
时间：夜晚
附近的实体：僵尸
推理：由于现在是夜晚，附近有一个僵尸，现在你有一把石剑和一个盾牌装备，这是一个试着杀掉僵尸的好机会。
任务：杀掉1只僵尸。

在Minecraft这种开放环境的游戏中，这样的自动任务系统可以很好的适应开放式的探索，借助GPT-4的推理能力可以确保提出具有挑战性并且可控的任务。

最终将Voyager的结果和同类AI代理进行对比，各项数据都超出数倍，并且能完成很多复杂的任务，例如解锁科技树中钻石等级。

当然Voyager目前还有局限性，比如只支持文本，但他们计划未来通过视觉感知进行增强。

真的是了不起的尝试，整个代码都是开源的，这种自动生成任务->自动写代码执行任务->保存一个代码库可以重用的思路应该是可以很容易应用到其他领域。

不知道从这样的项目中，你可以获得什么样的灵感？欢迎分享你的想法

GPT-4 开启了一种新的范式：“训练”是代码执行而不是梯度下降。“训练模型”是Voyager迭代编写的技能代码库，而不是浮点数矩阵。我们正在将无梯度架构推向极限。

航海家号迅速成为一名经验丰富的探险家。在《我的世界》中，它获得的独特物品增加了 3.3×，旅行距离延长了 2.3×，解锁关键科技树里程碑的速度比以前的方法快了 15.3×。

我们开源一切。让通才特工在《我的世界》中出现！

欢迎大家今天尝试： https://voyager.minedojo.org

论文： https://arxiv.org/abs/2305.16291

代码： https://github.com/MineDojo/Voyager