MineWorld：一个基于Minecraft的实时开放源代码互动世界模型

本研究解决了智能代理与人类和动态环境交互的关键任务，提出了MineWorld，一个在Minecraft中实现的实时互动世界模型。论文的创新之处在于采用视觉-行动自回归Transformer，实现了在变化场景下对游戏状态及其变化的有效建模与预测，显著提升了生成场景的质量和实时交互能力。