用自然语言控制 Minecraft:从自动化模组到 AI 玩家代理
近几年,大语言模型开始从“回答问题”进入“执行任务”的阶段。对于 Minecraft 这样的开放世界游戏来说,这种变化尤其有想象力:玩家不再只是输入指令、编写脚本或手动操作角色,而是可以用自然语言提出目标,让 AI 理解任务、拆解步骤,并控制游戏角色完成一系列复杂行动。 例如: 这些任务如果完全手动完成,需要玩家不断判断路径、资源、背包、工具、地形和危险。但如果由 AI 负责规划,再由模组负责执行,就可以形成一种新的游戏体验:玩家只提出目标,角色自己行动。 一、核心想法:不是聊天机器人,而是玩家代理 这类项目的重点并不是“在 Minecraft 里接入一个 ChatGPT 聊天窗口”,而是建立一个真正能执行任务的 AI 玩家代理。 它大致可以分成几层: 理想状态下,玩家只需要说: AI 就应该能拆解成: 但真正难的地方不是“让 AI 想出计划”,而是让游戏角色稳定地执行计划。 二、不能让 AI 每一帧控制按键 一个直觉上的方案是:让 AI 直接控制玩家按键,例如前进、转头、跳跃、挖掘、放置方块。 但这并不是好的设计。 原因很简单: 更合理的方式是: 也就是说,AI 不应该直接输出: 而应该输出类似这样的结构化任务: 或者: 然后由模组里的执行器去完成寻路、挖掘、放置、种植等具体动作。 三、Baritone 适合作为底层执行器 Minecraft 自动化领域里,Baritone 是一个非常重要的底层工具。它擅长寻路、到达坐标、挖矿、移动、避障等任务。 因此,一个比较现实的架构是: 例如: AI 可以拆解为: 真正的路径规划和挖掘过程,不需要 AI 逐步控制,而是交给 …