基本信息
- 中文题名:Voyager:使用大语言模型的开放式具身智能体
- 作者:Guanzhi Wang 等
- 年份与来源:2023;arXiv(正式发表信息未逐项核验)
- 主题:
skill-memory、lifelong-learning、self-improvement
一句话定位
在 Minecraft 中通过自动课程、可执行代码技能库和环境反馈,持续积累可复用技能。
研究问题与动机
开放环境需要 agent 自己选择下一个目标、把成功轨迹抽象成程序并在新情境中复用,而不是每次从零规划。
方法与机制
- 自动课程生成探索目标。
- 代码生成器把探索结果封装为可执行技能。
- 技能库根据任务检索并组合历史程序。
- 环境反馈作为验证信号,失败时修订技能。
- RSI 关系:出现跨试次能力积累,但能力边界由技能库和 Minecraft 环境定义。
证据与结果
摘要支持在 Minecraft 中获得更广的探索范围、更快的任务完成和技能复用。具体测量、环境版本和人类/规则基线需正文核验。
局限与开放问题
- 开放式探索结果难以与通用 RSI 区分,可能是领域技能库扩展。
- 代码技能的安全执行、版本冲突和回滚需要更多研究。
- 需要 held-out 任务验证技能是否真正迁移。
关联与拓展
- ExpeL LLM Agents Are Experiential Learners
- Darwin Godel Machine Open Ended Evolution of Self Improving Agents
- 开放问题与判别实验:测试技能复用、组合和迁移的独立贡献。
核验清单
- [x] arXiv 元数据与摘要已核验
- [ ] 任务覆盖、探索预算和技能库统计
- [ ] 安全执行与技能迁移实验