Разработчик agent-wow сообщил, что модель ИИ GPT-6 Astra от OpenAI смогла пройти стартовую зону орков в World of Warcraft (WoW) за 40 минут без смертей. Модель прошла зону, не видя ни одного отрисованного кадра, полагаясь на сетевой трафик и данные квестов, извлеченные из собственных файлов сервера. Для игры на приватном сервере использовался один промпт в Codex с agent-wow, клиентом с открытым исходным кодом. В соответствующем видео на YouTube говорится, что агент «начинает как орк 1-го уровня, выполняет каждый квест в Долине Испытаний и заканчивает забег в Деревне Сен’джин».
Agent-wow — это «клиент AzerothCore WoW, разработанный для автономных ИИ-агентов», согласно описанию репозитория GitHub. Клиент не «определяет никаких игровых механик, таких как передвижение, бой или внутриигровые взаимодействия», а вместо этого предоставляет только «модульную систему для агентов, чтобы создавать» все, что им нужно для игры. AzerothCore — это серверное программное обеспечение с открытым исходным кодом, которое запускает WoW 3.3.5a, «последнюю сборку Wrath of the Lich King», а agent-wow взаимодействует с ним через сетевой протокол игры. Клиент не подключается к какому-либо реальному серверу WoW, а может работать на локальных приватных серверах для экспериментов.
Разработчик запустил флагманскую модель OpenAI, выпущенную в начале прошлого месяца, с повышенным уровнем рассуждений, на один ниже максимального. Разработчик выбрал WoW из-за сочетания долгосрочной стратегии и краткосрочной тактики, с конечной целью заполнить «целый сервер ИИ-агентами, чтобы увидеть, смогут ли они пройти Цитадель Ледяной Короны на героической сложности».
Агент создал один модуль для обработки 28 типов серверных сообщений, по нашей оценке, которые хранятся в памяти. Скрипт на Python опрашивает эти сообщения, чтобы построить картину мира для агента, и отправляет сообщения обратно для действий в нем. Разработчик ожидал более высокоуровневую реализацию, но «на практике этого было более чем достаточно для работы на уровне протокола».
Для данных квестов агент прибег к майнингу данных, извлекая квестодателей, точки сдачи и точки появления из SQL-файлов AzerothCore. Разработчик говорит, что это «сравнимо с тем, как человек мог бы часами сидеть на Wowhead, чтобы исследовать квесты», ссылаясь на популярный информационный сайт WoW. Прямой доступ к собственным файлам сервера, возможно, превосходит это, поскольку они содержат данные, на которых работает сам сервер, в то время как данные фан-сайта не всегда могут совпадать. Инструкции в общедоступном рабочем пространстве проекта также перечисляют исходный код AzerothCore как ресурс для агентов, хотя разработчик не уточняет, использовался ли он в этом запуске.
В подходе агента использовалось некоторое планирование. По словам разработчика, он последовательно проходил цепочки предварительных квестов, продавал ненужные предметы, экипировал улучшения и обучал способности перед финальной пещерой зоны, а также брал оба квеста пещеры одновременно, чтобы выполнить их вместе.
Для поиска пути агент создал вспомогательный модуль на C++, который прокладывает маршрут между начальной и конечной точками с использованием собственных файлов навигационной сетки AzerothCore, или mmaps. Библиотека поиска пути Detour находит маршрут, а вспомогательный модуль возвращает его путевые точки в виде координат или ошибку, если полный путь отсутствует. Разработчик признает, что «по моим исследованиям эвристических ботов, поиск пути всегда является одной из основных проблем», но называет способности агента к поиску пути «оптимальными». Фактически, агент смог «использовать ошибки карты» в местах, где могли отсутствовать свойства коллизии.
Это не первая игра, которую модель освоила. В начале прошлого месяца, вскоре после выпуска, она прошла игру Portal с использованием скриншотов и знания позиции игрока. Этот забег в WoW не использовал никаких скриншотов и охватывал только первую зону, в то время как забег в Portal прошел всю игру примерно за 24 часа.
Недавно разработчики использовали различные методы для игры в Pokémon Red, такие как использование пользовательской небольшой модели и системы принятия решений Jev с обучением от Claude. Следующий шаг для разработчика: выяснить, сможет ли один агент достичь 80-го уровня полностью самостоятельно, и смогут ли несколько агентов объединиться для прохождения контента с использованием социальных функций игры.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Shane Downing
