Minecraft 4 Argon एजेंटों की एक टीम द्वारा पराजित किया जाता है

चार Gemini 4 Argonaut एजेंटों 27 घंटे में Minecraft Ender ड्रैगन हार

मेटा विवरण: Four Gemini 4 अर्गोनॉट एजेंटों ने Minecraft के Ender Dragon को एक सैंडबॉक्स जीवित रहने की दुनिया में हराया, 2,783 प्रोग्राम लिखे और माइनफ्लेयर के माध्यम से समन्वय किया।
टैगः Gemini 4 अर्गोनॉट, Minecraft , माइनफ्लेयर, AI एजेंट्स, स्वायत्त कोडिंग
विशेष रुप से प्रदर्शित छवि: चार छोटे robot -जैसे एजेंटों का अमूर्त मैत्रीपूर्ण चित्रण जो एक ब्लॉकी उत्तरजीविता दुनिया के चारों ओर समन्वय करते हैं, कोई वास्तविक लोग नहीं, कोई लोगो नहीं, न ही पाठ

स्वायत्त कोडिंग सिस्टम का मूल्यांकन करने वाले डेवलपर्स और AI शोधकर्ताओं के लिए, मुख्य परिणाम बताना आसान हैः चार Gemini 4 अर्गोनॉट एजेंटों को एक सैंडबॉक्स में रखा गया था Minecraft जीवित रहने की दुनिया एक लक्ष्य के साथ, Ender Dragon को हराना। प्रत्येक एजेंट ने open-source लाइब्रेरी माइनफ्लेयर के माध्यम से एक खिलाड़ी को नियंत्रित किया, और टीम इन-गेम चैट और साझा मेमोरी के जरिए समन्वयित हुई। कोई मानव असाइन किए गए भूमिकाएं नहीं हैं, कोई भी इंसान गेम लॉजिक नहीं लिखता है, और एजेंट खुद ही हर प्रोग्राम की योजना बनाते हैं, लिखते हैं और डिबग करते हैं।

संख्या में वृद्धि

प्रयोग एक यादृच्छिक रूप से उत्पन्न दुनिया में शुरू हुआ जो आसान कठिनाई पर सेट है। उस शुरुआती बिंदु से, चार एजेंटों ने 2,783 कार्यक्रम बनाए और 27 घंटे और 14 मिनट के बाद लक्ष्य तक पहुंच गए। रास्ते में, खिलाड़ियों की मृत्यु 605 बार हुई।

शोधकर्ताओं ने एक लाइव डैशबोर्ड पर रन की निगरानी की। वे इसे किसी भी समय रोक या बंद कर सकते थे, लेकिन रिपोर्ट में कहा गया है कि उनके पास प्रयास के दौरान हस्तक्षेप करने का कोई कारण नहीं था। शोधकर्ता परिणाम को अपने ज्ञान के अनुसार AI एजेंटों द्वारा Minecraft के पहले एंड-टू-एंड स्वायत्त समापन के रूप में वर्णित करते हैं। वे यह भी ध्यान देते हैं कि यह केवल मानक माइनफ्लेयर पुस्तकालय का उपयोग करके प्राप्त किया गया था, बिना पूर्व स्काउटेड बीज या अन्य गेम-विशिष्ट उपकरण जो मनुष्यों द्वारा लिखे गए थे।

बिना स्क्रिप्ट के समन्वय

एजेंटों को एक निश्चित लक्ष्य को कार्य योजना में बदलना था। चूंकि कोई भूमिकाएं नहीं सौंपी गई थीं, इसलिए टीम ने काम विभाजित किया, जो कुछ उन्होंने सीखा उसे साझा किया और एक-दूसरे की वस्तुओं को बरामद किया। इन कार्यों ने समूह को एक दिन से अधिक समय तक हजारों आश्रित चरणों के माध्यम से आगे बढ़ाया।

इन-गेम चैट और साझा मेमोरी संचार परत थी। माइनफ्लेयर एक्शन लेयर था। कोड लेयर पूरी तरह से एजेंटों से आया था। यह अलगाव मायने रखता हैः रन मानव-लिखित quests के बाद एक स्क्रिप्टेड बॉट नहीं था, न ही यह अलग-थलग संकेतों का जवाब देने वाला एकल मॉडल था। निर्णय की लंबी श्रृंखला को पूरा करने वाले एजंटों की एक टीम थी, प्रत्येक बिंदु पर आवश्यक कार्यक्रम लिखना और विफलता के बाद समायोजित करना।

Minecraft से परे परिणाम क्यों मायने रखता है

Minecraft एक परिचित परीक्षण मैदान है, लेकिन कार्य का आकार ही इसे प्रासंगिक बनाता है। एजेंटों को सुसंगत दीर्घकालिक योजना बनाने, बार-बार विफलताओं से उबरने और टीम के साथियों के साथ समन्वय की आवश्यकता होती है। ये वही मांगें हैं जो जटिल वास्तविक दुनिया में दिखाई देती हैं software इंजीनियरिंग और उद्यम कार्यों, जहां काम कई चरणों में लगातार रहना चाहिए और कई एजेंट या सेवाओं को सहयोग करने की आवश्यकता हो सकती है।

AI सिस्टम बनाने वाले पाठकों के लिए, मूल्य पैटर्न में है, न कि खेल में। एक कार्य जो एक दिन से अधिक समय तक चलता है, हजारों निर्भर चरणों की आवश्यकता होती है, और बार-बार मौतों के माध्यम से विफलता को उजागर करता है, संक्षिप्त कोडिंग अभ्यास की तुलना में स्वायत्तता का कठिन परीक्षण होता है। यह रन दिखाता है कि कैसे स्मृति, साझा स्थिति और पुनरावर्ती कोडिंग इस तरह के काम का समर्थन कर सकते हैं।

मल्टी-एजेंट सिस्टम बनाने वाली टीमों के लिए, रन यह भी संकेत देता है कि समन्वय उपकरणों को क्या प्रदान करने की आवश्यकता हैः जो प्रयास किया गया है उसका एक साझा रिकॉर्ड, कठोर भूमिका चार्ट के बिना कार्यों को विभाजित करने का एक तरीका और जब कोई एजेंट आइटम खोता है या किसी चरण में विफल रहता है तो राज्य को पुनर्प्राप्त करने का मार्ग।

लिमिट और टेकअवे

रिपोर्ट सेटअप का वर्णन करती है, कैसे रन सामने आया, टीम की रणनीतियाँ और परिणाम की सीमाएँ। यह वास्तविक software परियोजनाओं के प्रतिस्थापन के रूप में Minecraft को प्रस्तुत नहीं करता है। दुनिया सैंडबॉक्स थी, लक्ष्य निर्धारित किया गया था, और टूलींग Mineflayer तक सीमित थी। उपलब्धि अभी भी संकीर्ण हैः यह दर्शाता है कि चार Gemini 4 अर्गोनॉट एजेंट न्यूनतम मानव हस्तक्षेप के साथ एक मानक पुस्तकालय और स्व-लिखित कार्यक्रमों का उपयोग करके अंत से अंत तक एक मांग वाले खेल कार्य को पूरा कर सकते हैं।

चूंकि लक्ष्य ज्ञात था और पर्यावरण को नियंत्रित किया गया था, इसलिए परिणाम खुले अंत वाले व्यावसायिक निर्णयों, अस्पष्ट आवश्यकताओं या उत्पादन सुरक्षा को नहीं मापता है। यह उपाय करता है कि क्या एजेंट लंबे समय तक निर्भर अनुक्रम के माध्यम से टिक सकते हैं

संख्या परिणाम का न्याय करने के लिए एक सरल तरीका देती है. चार एजेंटों. 2,783 कार्यक्रमों. 605 मौतें. 27 घंटे और 14 मिनट में जीत. डेवलपर्स के लिए, टेकअवे यह है कि लंबी क्षितिज कोडिंग केवल सही कोड लिखने के बारे में नहीं है। यह एक योजना को जीवित रखने, जो टीम सीखती है उसे साझा करने और जब कोई कदम विफल हो जाता है तो पुनर्प्राप्त करने की बात करता है.