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

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