Voyager 是什么:LLM 驱动的 Minecraft 终身学习智能体

更新时间

Voyager 是 NVIDIA、Caltech、UT Austin、Stanford 和 ASU 研究者共同提出的一个项目，也是论文介绍页所呈现的核心内容：它是首个由大语言模型（LLM）驱动、能在 Minecraft 中持续探索、获取多样技能并自主发现新事物的“具身终身学习智能体”。它适合想了解 LLM 如何用于开放世界智能体研究、或想复现/借鉴其方法的研究者阅读；页面本身是论文介绍，不是可在线游玩的游戏产品。

它解决什么问题

传统强化学习和模仿学习在原始动作层面运作，在系统性探索、可解释性和泛化上存在困难。Voyager 的思路是借助预训练 LLM 中已有的世界知识，让智能体在开放世界中自主制定目标、积累技能并不断改进，而不需要针对模型参数做微调。

三个关键组件

根据页面摘要，Voyager 由三部分组成：

  • 自动课程（automatic curriculum）：最大化探索，驱动智能体不断设定新目标。
  • 不断增长的技能库（skill library）：以可执行代码形式存储和检索复杂行为，技能具有时间延展性、可解释、可组合，能快速叠加能力并缓解灾难性遗忘。
  • 迭代提示机制（iterative prompting）：结合环境反馈、执行错误和自我验证来改进程序。

Voyager 通过黑盒查询与 GPT-4 交互，因此绕开了模型参数微调的需要。

实验表现

页面给出的对比数据是：与先前最优方法相比，Voyager 获得的独特物品多 3.3 倍，行进距离长 2.3 倍，解锁关键技术树里程碑的速度最高快 15.3 倍。此外，它能把学到的技能库用在一个新的 Minecraft 世界中从零解决新任务，而其他方法难以泛化。

页面结构

该介绍页包含 Abstract、Introduction、Voyager Components、Experiments、Conclusion 等章节，并提供 arXiv 论文 PDF、代码和 MineDojo 相关链接。想深入了解方法细节或复现实验，应从论文 PDF 和代码入口入手；只想快速判断它是否与你的研究方向相关，读摘要和实验部分即可。