在無數(shù)玩家心中，《我的世界》（Minecraft）不僅僅是一款游戲，它是一個(gè)充滿無限可能的虛擬宇宙，是冒險(xiǎn)與創(chuàng)造的搖籃。從夜幕下匆忙搭建的簡陋木屋，到精心復(fù)刻的校園與古老阿房宮，再到深邃礦道中對(duì)鉆石的無盡追尋，這片由方塊構(gòu)成的天地見證了無數(shù)玩家的夢想與努力。
然而，當(dāng)人工智能（AI）涉足這個(gè)充滿挑戰(zhàn)與驚喜的世界時(shí)，一切都變得不同尋常。AI能否像人類一樣，在這個(gè)沒有固定目標(biāo)、沒有預(yù)設(shè)玩法的開放世界中，找到屬于自己的生存之道，甚至挖掘到那閃耀的鉆石？
起初，人們并未將AI視為《我的世界》中的佼佼者。畢竟，在圍棋、Dota2等策略型游戲中，AI已經(jīng)大放異彩，但這些游戲的規(guī)則和目標(biāo)相對(duì)明確，AI只需計(jì)算出最優(yōu)解即可。而《我的世界》則截然不同，它的地圖隨機(jī)生成，每次進(jìn)入都是全新的挑戰(zhàn)，玩家需要憑借直覺、經(jīng)驗(yàn)和創(chuàng)造力去適應(yīng)環(huán)境。
然而，2019年，F(xiàn)acebook推出了CraftAssist Bot，讓AI能在游戲中執(zhí)行人類指令，如建造房屋、馴服動(dòng)物等。同年，CMU、微軟、DeepMind等機(jī)構(gòu)也聯(lián)合發(fā)起了MineRL大賽，嘗試將互聯(lián)網(wǎng)視覺數(shù)據(jù)融入《我的世界》的技能學(xué)習(xí)中。這些嘗試，標(biāo)志著AI正式踏入這個(gè)充滿未知與挑戰(zhàn)的世界。
MineRL大賽的目標(biāo)很簡單，就是讓AI在游戲里成功挖到鉆石。但現(xiàn)實(shí)卻給研究人員帶來了沉重的打擊：900多個(gè)頂尖團(tuán)隊(duì)傾盡全力，竟沒有一個(gè)AI成功拿到鉆石。這些AI智能體在探索過程中，出現(xiàn)了許多令人啼笑皆非的錯(cuò)誤，如只知道砍樹卻不懂得合成斧頭，或是一頭栽進(jìn)巖漿里，將角色活活燒死。
這些錯(cuò)誤，恰恰揭示了AI在面對(duì)開放世界時(shí)的困境。它們不像人類那樣擁有豐富的常識(shí)和直覺，而是必須從零開始，一步步推導(dǎo)出世界的運(yùn)行規(guī)則。但這也正是《我的世界》的魅力所在：它考驗(yàn)的不僅是操作技巧，還有對(duì)環(huán)境的理解、對(duì)資源的管理和對(duì)長遠(yuǎn)目標(biāo)的規(guī)劃。
隨著研究的深入，強(qiáng)化學(xué)習(xí)（Reinforcement Learning）逐漸成為AI在《我的世界》中取得突破的關(guān)鍵。強(qiáng)化學(xué)習(xí)讓AI像真正的小白玩家一樣，通過與環(huán)境不斷互動(dòng)來獲得反饋。隨著時(shí)間的推移，AI逐漸學(xué)會(huì)了更有效地探索地圖、管理資源、打造裝備和執(zhí)行復(fù)雜任務(wù)。這種“適應(yīng)”能力，讓AI不再只會(huì)照本宣科，而是能根據(jù)環(huán)境做出靈活決策。
近年來，隨著大語言模型（LLM）如GPT-4的出現(xiàn)，新的研究方向開始浮現(xiàn)。LLM能充當(dāng)“游戲智囊團(tuán)”，為AI在游戲世界中的行為提供更成熟的任務(wù)規(guī)劃和技能順序安排。這些研究讓AI從完全的游戲小白變成了擁有豐富游戲經(jīng)驗(yàn)的玩家，它們既能統(tǒng)籌所需技能，又能反思游戲環(huán)境帶來的變化，從而一步步逼近最終目標(biāo)。
如今，AI在《我的世界》中的表現(xiàn)已經(jīng)取得了顯著進(jìn)步。騰訊AILab的“絕悟”在MineRL大賽中奪得冠軍，證明了AI能夠在這一開放世界游戲中取得優(yōu)異成績。而DeepMind的DreamerV3更是實(shí)現(xiàn)了近乎真正的自主探索，它沒有看任何人類數(shù)據(jù)，完全靠自己摸索，僅用17天就完成了MineRL挑戰(zhàn)，成為首個(gè)能“自力更生”挖到鉆石的AI。
AI在《我的世界》中的征程遠(yuǎn)未結(jié)束。DeepMind的最新研究再次刷新了認(rèn)知邊界，他們讓AI不僅能在游戲世界里生存下去，還能超越人類的操作水平。這一突破的關(guān)鍵在于基于模型的強(qiáng)化學(xué)習(xí)（MBRL）和Transformer世界模型（TWM）的結(jié)合。研究者通過一系列優(yōu)化措施，提高了世界模型的學(xué)習(xí)效率和策略優(yōu)化的效率，使AI能夠在有限交互數(shù)據(jù)下高效學(xué)習(xí)，并掌握高效的生存之道。
在Craftax-classic環(huán)境的實(shí)驗(yàn)中，這款A(yù)I不僅規(guī)劃、探索能力出眾，還在多人評(píng)測對(duì)戰(zhàn)中戰(zhàn)勝了人類高手，成為首個(gè)超越人類表現(xiàn)的智能體。這一結(jié)果證明，RL AI不僅能自主學(xué)習(xí)，還能在高度復(fù)雜的環(huán)境中做出比人類更優(yōu)的決策。
從最初連最基本的生存都難以維持，到如今能夠自主規(guī)劃行動(dòng)、高效地挖掘鉆石，AI在《我的世界》中取得的進(jìn)步令人驚嘆。它學(xué)到的不僅是“挖鉆石”的小技巧，更是如何理解世界、制定策略、應(yīng)對(duì)變化——這些真正的高層次智慧?；蛟S有一天，AI真的能像人類一樣，在這個(gè)無限廣闊的像素世界里自由探索、創(chuàng)造，成為某個(gè)數(shù)字宇宙里的創(chuàng)世神。
