导航、采矿、建造，北大这个新智能体把《我的世界》玩透了
💡
原文中文，约2500字，阅读约需6分钟。
📝
内容提要
AIxiv报道了北京大学等机构的CraftJarvis团队研究，提出了基于视觉-时间上下文提示的ROCKET-1策略，显著提升了智能体在《我的世界》中的交互能力，展示了广泛的应用前景。
🎯
关键要点
- CraftJarvis团队提出了基于视觉-时间上下文提示的ROCKET-1策略，提升了智能体在《我的世界》中的交互能力。
- 该研究由北京大学及其他机构的研究人员共同完成，通讯作者为北京大学助理教授梁一韬。
- 视觉-时间上下文提示方法整合了智能体的过去和当前观察信息，帮助智能体识别和理解环境中的关键对象。
- ROCKET-1是一种基于视觉-时间上下文的低级策略，能够在部分可观测环境中进行精准的动作预测。
- CraftJarvis团队提出了逆向轨迹重标注方法，减少了对人工标注的依赖，提高了数据处理效率。
- 团队将具身决策能力分解为视觉语言推理、视觉空间定位、物体追踪和实时动作预测，并结合多种模型进行解决。
- 实验结果显示，ROCKET-1在《我的世界》中完成任务的成功率显著高于现有方法，表现出优秀的泛化能力。
- 视觉-时间上下文方法和ROCKET-1策略在通用机器人控制和视觉导航等领域具有广泛的应用前景。
➡️
