AI 新知：当GPT-4 遇上开放世界游戏， 智能代理到底有多强？
AI 新知：当GPT-4 遇上开放世界游戏， 智能代理到底有多强？
尽管AI 智能代理在一个开放世界的成为超级玩家的内容不再是新闻了，然而在上周英伟达发布一系列重磅发布中， 这个被称为 Voyager 游戏智能代理，还是表现出非常令人惊叹的自主探索和学习能力。 这种智能代理是如何通过 GPT-4 一步步是实现的？
为了让更多非专业人士，从原理层面感知这类技术（类似 AutoGPT）原理、应用层的可能，我和 Claude 100k 一起为大家尽可能深入浅出的进行解释和案例分析。 （ 对话全部内容，
核心问题只有一个，自主学习、编码、技能树的游戏 AI 是如何工作。
（如果你不熟悉《我的世界》这款游戏的玩家视角，我建议你先在官方网址 ，简单看一下多个GIF 级别的小视频， 有个感性认知。图 1，也可以直接移步官方网址
Voyager 是什么？
- 它是第一个玩Minecraft的终身学习的智能代理。Voyager 可以自己写代码、自我迭代、不断完善技能库中，实现可以终身学习的游戏探索过程（见图 2 ）
- 它建立在GPT-4之上，并解锁了一个新的范式：「训练」在这个语境下是执行代码；「训练模型」是Voyager迭代组成的技能代码库，而不是浮点矩阵。
- Voyager 正在成为一个经验丰富的探索者，一个超级玩家。在《我的世界》中，它获得了3.3倍的独特物品，旅行了2.3倍的距离，解锁关键技术树里程碑的速度比之前的方法快15.3倍。
- 它是开源的。
Voyager 有 3 个关键组件：（见图3）
1. 结合游戏反馈、执行错误、验证来完善程序的迭代提示机制；（让 GPT-4 写代码 ）
2. 用于存储和检索复杂行为的技能代码库；（任务的自主完善和迭代）
3. 最大化探索的自动课程。 （开放的任务指导体系）
以下是我和Claude 100k的全文提问内容， 你可以作为「深度对话」和 GPT 们交流。
（如果你不是 Poe 的付费用户，也可以用 ChatPDF 之类的代替）
Q1：我们讨论一篇重要的AI行业论文，我把正文输入给你， 当你阅读理解完成后， 请回复 OK。（请注意，复制全文有关对话记录省略了 ）
