Műszaki ÚTMUTATÓ

Voyager Minecraft Agent és Skill Library

A Voyager egy LLM-alapú Minecraft ügynök, amely megtanul egy újrafelhasználható készségkönyvtárat, és lehetővé teszi számára, hogy új feladatokat oldjon meg az egész életen át tartó tanulás révén, ahelyett, hogy minden alkalommal a nulláról kezdené.

2 perc olvasásUtoljára frissítve

Mély merülés

Az NVIDIA, a Caltech és a munkatársak (Wang és társai) által épített Voyager a GPT-4-et használja agyaként, és a készségeket futtatható JavaScript-kódként kezeli, amely egy Minecraft botot vezérel. Három egymással kölcsönhatásban álló komponenst futtat: egy automatikus tanterv, amely egyre keményebb célokat javasol a felfedezés maximalizálása érdekében, egy iteratív felszólító mechanizmus, amely kódot ír, futtat a játékban, olvassa a hibákat és a környezeti visszajelzéseket, és önhibakeresést végez, amíg a készség működik, valamint egy készségkönyvtár, amelyben minden ellenőrzött készség tárolva és indexelve természetes nyelvű leírással történik. Mivel az új készségek a korábban eltárolt képességekből állnak össze, a képességek idővel összeépülnek. A Voyager sokkal egyedibb tárgyakra tett szert, nagyobb távolságokat tett meg, és sokkal gyorsabban oldotta meg a technológiai fák mérföldköveit, mint a korábbi ügynökei, és tanult készségeit új világokba helyezte át.

Technikai betekintés

A Voyager a kontextusban tanul, nem a modell súlyának megváltoztatásával. A készség egy ellenőrzött kódrészlet; a leírásának beágyazásával kerül mentésre, így új feladat felmerülésekor a szemantikailag releváns készségek előhívásra kerülnek, és építőelemként adják meg. Az önfejlesztő kör a következő: kód generálása, végrehajtás, hibák és játékállapot megfigyelése, megkérése a modell javítására, ismétlés. Ez a próba-szeretkezést tartós, összeállítható programmá változtatja, nem pedig mulandó érveléssé.

Stratégiai hatás

Költség és költségvetés

Az építészeti döntések évekig növelik a teljesítményt és a működési költségeket.

Tisztább döntések

A technikai oktatás segít a csapatoknak a megfelelő verem kiválasztásában, nem csak a legújabb készletben.

Minőségellenőrzés

A jobb mérnöki döntések csökkentik a termelés megbízhatósági incidenseit.

A Voyager Minecraft Agent és Skill Library jövője

A készségkönyvtár-ügynökök olyan rendszerek felé mutatnak, amelyek újrafelhasználható, ellenőrzött képességeket adnak át, és minél tovább futnak, egyre képességesebbé válnak, ami az egész életen át tartó tanulás megtestesítője. Várható, hogy ezek a könyvtárak a játékokon túl robotikává, szoftverautomatizálási és digitális asszisztensekké is terjeszkedjenek, és az elsajátított készségek visszakeresése, összeállítása és biztonsági ellenőrzései az alapvető infrastruktúrává váljanak. A nagy nyitott kérdések a rossz készségek visszavágása, a könyvtárak megosztása az ügynökök között, és annak garantálása, hogy a megalkotott viselkedés megbízható maradjon.

Valós megvalósítás

Önállóan haladva a Minecraft technológiai fáján (fától kőig, vason át gyémántszerszámokig) a tanult készségek összeállításával.

A „mine and craft” kódkészség megírása és önhibakeresése, majd újrafelhasználása, amikor a részfeladat megismétlődik.

Egy korábban tárolt „harc egy zombival” készség lekérése a leírás beágyazásával, amikor hasonló fenyegetés jelenik meg.

A tanult készségkönyvtár átvitele egy frissen generált Minecraft világba az új feladatok gyorsabb elindítása érdekében.

Kockázatok és védőkorlátok

Egy benchmark optimalizálása elrejtheti a rendszer általános hiányosságait.

Az infrastrukturális és karbantartási költségeket gyakran alábecsülik.

A biztonsági és megfigyelhetőségi hiányosságok a rendszerek bonyolultabbá válásával nőhetnek.

Végrehajtási ütemterv

1

Határozza meg a késleltetési, minőségi és költségcélokat a megvalósítás előtt.

2

Benchmark reális terhelési és adatviszonyok mellett.

3

Műszerfigyelés a hibák, az eltolódás és a felhasználói hatások szempontjából.

4

A méretezés előtt készítse elő a visszagörgetési és az incidensre adott válaszútvonalakat.

Folytassa a felfedezést

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the Voyager Minecraft Agent and Skill Library quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

Kezdő kvíz

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

Következő útmutató

Epizodikus és szemantikus ügynökmemória

Gyakran ismételt kérdések

What is Voyager Minecraft Agent and Skill Library?

A Voyager egy LLM-alapú Minecraft ügynök, amely megtanul egy újrafelhasználható készségkönyvtárat, és lehetővé teszi számára, hogy új feladatokat oldjon meg az egész életen át tartó tanulás révén, ahelyett, hogy minden alkalommal a nulláról kezdené.

Hogyan javítja a Voyager képességeit az idő múlásával?

A Voyager gradiens frissítések nélkül tanul: az ellenőrzött készségeket kódként tárolja, és új készségeket épít a régiekből, így a képességek a kontextusba illeszkednek.

Milyen formában jelennek meg a Voyager képességei?

Mindegyik képesség egy végrehajtható kódrészlet, amely műveleteket ad ki a Minecraft botnak, így futtathatóvá és összeállíthatóvá teszi a készségeket.

Mi a szerepe a Voyager automatikus tantervének?

Az automatikus tanterv az ügynök jelenlegi állapotának megfelelő, egyre nagyobb kihívást jelentő feladatokat javasol, amelyek a nyílt végű felfedezést hajtják végre.

Hogyan szerezheti meg a Voyager a releváns készségeket, amikor új feladattal néz szembe?

A készségeket a természetes nyelvű leírásuk beágyazása indexeli, így a szemantikailag releváns készségek az új feladatok építőköveiként kerülnek elő.

Mit csinál a Voyager iteratív felszólító ciklusa, ha a generált kód meghiúsul?

A Voyager végrehajtja a kódját, megfigyeli a végrehajtási hibákat és a játékállapot-visszajelzést, és felszólítja a modellt, hogy javítsa ki a kódot, ismételve, amíg a készség be nem működik.