魔改AlphaZero后，《我的世界》AI老玩家问世，干活不用下指令

文章预览

机器之心报道 编辑：泽南、杨文 人和智能体共享奖励参数，这才是强化学习正确的方向？ 大模型驱动的 AI 助手又升级了。本周五，科技圈正在围观一个陪你一起玩《我的世界》的 AI。 它话不多说，就是埋头干活。一起盖房子的时候，你不需要给 AI 一张蓝图，或是不断告诉它该怎么做，你只需要盖自己的，它就能一边观察一遍配合，并观察你的意图随时改变计划。 现在，AI 可以不断主动学习、纠正错误，展现出了此前大模型智能体无法实现的一系列能力。 看起来，新版的 AI 在与我们共同游戏时不再是催一下动一下了，它已经是一个有「主观能动性」的玩家，就像个和你共同玩过几百局游戏的老友一样。 这项技术名为 AssistanceZero，出自加州大学伯克利分校（UC Berkeley）。值得注意的是，它并未接受大模型常见的 RLHF 训练。相反，它是由「assistance ………………………………