Voyager：基于大语言模型的开放式具身智能体
基本信息
- 标题：Voyager: An Open-Ended Embodied Agent with Large Language Models
- 作者：Guanzhi Wang、Yuqi Xie、Yunfan Jiang、Ajay Mandlekar、Chaowei Xiao、Yuke Zhu、Linxi Fan、Anima Anandkumar
- 提交时间：2023 年 5 月 25 日（v1）；最新版本 2023 年 10 月 19 日（v2）
- arXiv 编号：arXiv:2305.16291v1 [cs.AI]
- 主题分类：人工智能（cs.AI）；机器学习（cs.LG）
- 项目主页：https://voyager.minedojo.org/
摘要
论文提出 Voyager——首个由大语言模型（LLM）驱动的、在《我的世界》（Minecraft）中进行开放式终身学习的具身智能体。它能够在无需人工干预的情况下持续探索世界、习得多样化技能并做出新发现。Voyager 由三个关键组件构成：
- 自动课程（automatic curriculum）：最大化探索范围；
- 不断增长的技能库（skill library）：以可执行代码形式存储和检索复杂行为；
- 迭代提示机制（iterative prompting）：结合环境反馈、执行错误与自我验证来改进程序。
Voyager 通过黑盒查询与 GPT-4 交互，无需对模型参数进行微调。其技能具有时间延展性、可解释性与可组合性，能快速复合智能体的能力并缓解灾难性遗忘。
主要实验结果
- 相比此前的最优方法（SOTA），Voyager 获得的独特物品数量多 3.3 倍，移动距离长 2.3 倍，解锁关键技术树里程碑的速度最高快 15.3 倍；
- 能在全新的 Minecraft 世界中利用已学技能库从零解决新任务，而其他方法难以泛化。
备注
论文完整代码库与提示词已开源，见项目主页链接。