Voyager 在 Minecraft 中的实验表现如何?

按论文给出的实验结果，Voyager 在 Minecraft 中的表现明显优于此前的 SOTA 方法：它获得的独特物品数量是后者的 3.3 倍，行进距离是 2.3 倍，解锁关键技术树里程碑的速度最高快 15.3 倍。更关键的一点是泛化能力——Voyager 能把学到的技能库带到新的 Minecraft 世界中，从零开始解决新任务，而其他方法在这一项上表现不佳。这些结论来自论文在 MineDojo 相关基准上的实验，衡量的是智能体在开放世界中的探索广度、行动范围和科技树推进效率。

三项核心指标的对比

论文摘要给出的对比数字可以直接作为判断依据：

这三项指标分别对应三种能力：物品获取反映探索与技能多样性，行进距离反映在开放世界中的活动范围，科技树里程碑速度反映从基础资源到高级目标的推进效率。三者同时领先，说明优势不是单点偶然，而是整体探索与学习能力的体现。

为什么能拉开差距

Voyager 的表现来自三个组件配合，理解这一点才能判断这些数字意味着什么：

• 自动课程（automatic curriculum）：持续给出略高于当前能力的探索目标，让智能体不断接触新物品和新场景，而不是停留在熟悉区域重复动作。
• 不断增长的技能库（skill library）：把复杂行为写成可执行代码存起来，需要时检索复用。技能是时序扩展的、可解释的、可组合的，因此能力可以快速叠加，并缓解灾难性遗忘。
• 迭代提示机制（iterative prompting）：把环境反馈、执行错误和自验证结果一起送回 GPT-4，让程序在出错后自我修正。整个过程通过黑盒查询完成，不需要微调模型参数。

一个贴切的例子是：当 Voyager 需要合成某件物品时，它不必从零摸索每一步，而是从技能库中取出已学会的采集、合成等子技能组合使用；如果执行报错，迭代提示机制会依据错误信息改写代码再试。技能库越用越厚，后续任务的起点就越高——这正是物品数量和科技树速度能大幅领先的机制来源。

泛化能力：比数字更值得关注

论文特别强调，Voyager 能把学到的技能库用在一个全新的 Minecraft 世界里，从零解决新任务，而其他技术难以泛化。这意味着它的优势不只是“在训练过的环境里跑得快”，而是技能本身具有可迁移性。对于关心开放世界智能体实用性的读者，这一条比 3.3 倍、2.3 倍更能说明方法的性质：技能以代码形式存储，天然具备跨环境复用的条件。

怎么用这些结论做判断

• 如果你在评估“LLM 驱动的 Minecraft 智能体是否值得跟进”，论文数据支持 Voyager 在探索广度、行动范围和科技树推进上全面领先，且具备跨世界迁移能力。
• 如果你关心方法可复现性，注意它依赖对 GPT-4 的黑盒查询，而非本地微调；复现成本与模型访问条件相关，论文页面提供 arXiv PDF、代码和 MineDojo 入口可供进一步核对。
• 如果你要对比其他基线，应使用相同指标（独特物品数、行进距离、里程碑速度）和相同评测环境，避免只引用单一数字下结论。

以上数字均为论文摘要中的报告值，具体实验设置、基线选择和统计方式需查阅原文的实验章节确认。