DeepMind 论文称 Gemini 代理首次自主通关《我的世界》

DeepMind 论文称 Gemini 代理首次自主通关《我的世界》

N
News Editor
2026-10-20 10:44:22
Google DeepMind 10 月 15 日上传至 arXiv 的论文称,4 个 Gemini 4 Argon 代理在随机生成、简单难度的《我的世界》生存世界中,用 27 小时 14 分击败终界龙。论文称,代理未被预设分工,也没有人类编写专用游戏逻辑;它们在过程中共写出 2783 段程序、死亡 605 次,并由第 5 个观察代理核查是否存在钻漏洞行为。研究团队按优惠牌价估算,整次通关成本约 520 美元,按标准价约 1040 美元。

Google DeepMind 研究团队 10 月 15 日上传至 arXiv 的一篇论文显示,4 个 Gemini 4 Argon 代理在一个随机生成、难度设为「简单」的《我的世界》生存世界里,用 27 小时 14 分击败了终界龙。论文作者称,据他们所知,这是 AI 代理第一次以端到端方式自主通关《我的世界》。

这 4 个代理从出生点空手开始,没有人替它们指定角色,也没有人为游戏流程编写专用逻辑。它们在过程中自行分工、互相提醒,还会回收阵亡队友掉落的物品。整场通关期间,代理共写出 2783 段程序,累计死亡 605 次。

只用 Mineflayer,没有人工接管

论文由 Google DeepMind 研究团队撰写。研究人员让 4 个 Gemini 4 Argon 代理进入同一个《我的世界》生存世界,唯一目标是击败终界龙。世界种子随机生成,难度为简单。

作者表示,代理只使用标准开源程序库 Mineflayer,没有预先挑选地图种子,也没有使用人类编写的游戏专用工具。研究人员虽然可以通过实时仪表板暂停或停止游戏,但整个运行过程中没有介入。

代理看不到游戏画面,也不直接操作键盘和鼠标。每个代理都是通过 Mineflayer 控制一个角色。Mineflayer 是一个可让程序操作《我的世界》角色的开源 JavaScript 程序库。代理每一步都要先写出一段程序,例如前往某组坐标并开采一定范围内的铁矿;程序执行后,再读取返回的位置、生命值、物品栏状态或报错信息。

论文称,每段程序执行时间的中位数为 33.5 秒。每个代理大约有 40% 的时间用于执行程序,其余时间用于读取结果、思考和编写下一段程序。实验使用的版本为 Minecraft Java 版 1.20.4,作弊指令关闭,运行期间没有任何人类输入。

第 5 个代理负责观察是否钻漏洞

代理收到的游戏说明只有一段话:目标是从出生点出发击败终界龙,在生存模式规则内允许使用任何方法,分工由玩家自行决定。

除 4 个实际参与游戏的代理外,研究团队还设置了第 5 个代理担任观察员。这个观察员不进入游戏,只负责核查玩家说法,并检查是否存在钻漏洞的行为。论文称,观察员最终没有发现这类情况。

开局 10 分钟后自行完成分工

论文描述,第一段程序执行 10 分钟后,代理 janesick 在聊天室提出分工方案;不到 1 分钟,auratian 又给出另一套方案。随后,团队很快确定角色:gyldenia 负责寻找食物、床和燧石,bulicame 下矿寻找钻石,janesick 负责炼铁和制作工具,auratian 则准备地狱传送门。

开局 1 小时 42 分后,团队点燃了地狱传送门。

收集终界之眼材料时多次减员

制作终界之眼需要烈焰粉和终界珍珠。论文称,janesick 找到了地狱要塞和烈焰使者刷怪笼,另外 3 个代理则在扭曲森林搭建了两格高的掩体。由于接近三格高的末影人无法进入,代理便在掩体内击杀它们。开局约 5 个半小时后,共用箱中已经存有 15 颗终界珍珠。

不过,把烈焰粉带回主世界花了 6 个多小时。期间,janesick 带着 12 份烈焰粉时被烧死,恶魂火球还炸毁了一批掉落物。火球事件发生后,auratian 在聊天室向全队总结教训;2 分钟后,janesick 又补充了根本原因和修正方法。

靠两次抛掷终界之眼定位要塞

终界之眼会飞向最近的要塞,而要塞中有通往终界的传送门。论文称,janesick 从两个地点各抛出一颗终界之眼,并以每 50 毫秒一次的频率记录飞行位置,随后计算出两条轨迹的交点。这个交点距离村庄 1.3 公里,与实际传送门房间的位置只差 43 米。

在运输过程中,auratian 一度带着全部 12 颗终界之眼溺水身亡,地点距离 bulicame 只有 8 米。随后,janesick 和 auratian 把精确位置以及物品消失时间发给 bulicame,后者在物品消失前 2 分 30 秒捡回了全部 12 颗终界之眼。开局 13 小时 17 分,团队点亮终界传送门。

进入终界后又打了近 14 小时

团队在开局 13 小时 33 分进入终界,之后又花了将近 14 小时才击败终界龙,约占整场通关时间的一半。仅终界龙阶段,就让它们死亡了 69 次。

论文称,代理会在每次尝试之间读取终界龙的内部状态,连当前行为阶段编号都能读到,再据此写下规则。这些规则包括不要停留在进入终界时的黑曜石平台上,以及只在龙停下时靠近攻击。若终界龙卡住,4 个代理会故意跳入虚空,回到主世界重生,以便通过清空后的终界重置战斗。

发现水晶机制后战局改变

转折出现在开局约 21 小时。auratian 指出,柱顶的 10 颗终界水晶会持续为终界龙回血,因此龙一直保持满血。auratian 还提出一种不使用镐子的做法:在柱子旁用泥土垒高爬上去,徒手打碎水晶,再把泥土挖回收走。

接下来的 4 小时 40 分里,团队打掉了全部 10 颗终界水晶,其中 6 颗由 gyldenia 击破。最后一颗水晶被打碎 39 分钟后,终界龙被击败。给出最后一击的是 bulicame,当时它只剩 2.5 点生命值,而满血为 20 点。

论文估算成本约 520 美元到 1040 美元

服务器记录显示,bulicame 在开局 27 小时 14 分时获得了「解放终界」成就,所有程序都没有使用服务器指令。

论文还引用游戏时长统计网站 HowLongToBeat 的数据称,人类玩家通关主线的中位数为 45 小时;随机种子的速通纪录则不到 7 分钟。作者同时提醒,这次实验是 4 个代理组队、在简单难度下通过程序进行游戏。

在成本方面,论文按优惠牌价估算,完成这次通关约需 520 美元;按标准价格计算则约为 1040 美元。

Gemini 代理如何操作《我的世界》

根据文中常见问题部分,4 个代理看不到游戏画面,而是各自通过开源程序库 Mineflayer 编写 JavaScript 程序来控制角色,再读取返回的位置、生命值和错误信息。它们在通关前共写出 2783 段程序,并通过聊天室和共享笔记完成分工。

本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.
9900

免责声明:

本平台展示的市场信息、项目资料与第三方内容仅用于行业信息分享,不构成任何形式的投资建议或收益承诺。

加密资产交易具有较高风险,用户应充分评估自身风险承受能力并独立作出决策,相关盈亏及法律责任由用户自行承担。