Resumen:
GPT-6 Astra completó la Aldea de novatos orcos de "World of Warcraft" en 40 minutos sin muertes. La clave es que
nunca ha visto la pantalla del juego, ni siquiera un solo fotograma
. Un proyecto de código abierto llamado agent-wow lo conectó a un servidor privado de World of Warcraft.
Astra
No mires la pantalla, lee directamente los paquetes de datos de red en la parte inferior del juego
, explicando el mundo entero desde dentro.Luego
fabrica sus propias herramientas, comprueba sus propias estrategias y planifica sus propias rutas
, completando tareas, vendiendo basura, cambiando armas, aprendiendo habilidades, completando todo el "Valle de Prueba" y llegó a la aldea Sen'jin.Algunas personas han intentado usar la IA para jugar a World of Warcraft antes.
Se pueden encontrar varios proyectos en GitHub, incluidos aquellos que usan OpenCV y PyTorch para el reconocimiento visual, y aquellos que usan LLM y capturas de pantalla para controlar personajes, pero básicamente no se han desviado de la ruta visual.
Además, la mayoría de estos proyectos todavía se encuentran en la etapa de "poder correr y luchar contra monstruos" y no hay registro de que se haya completado la cadena de tareas completa.
Pero el agente actual-wow no vio la pantalla y nadie le enseñó a jugar. Descubrió el juego por sí solo a partir de los datos.
Qué pasó en 40 minutos
El Valle de las Pruebas es el área de novatos para la raza orca en World of Warcraft, y también es la apertura más clásica de todo el juego.
Desde su lanzamiento en 2004, millones de jugadores han cazado su primer jabalí, han emprendido su primera misión y han aprendido la regla de supervivencia de "vender basura primero y luego hacer misiones".
Astra tardó 40 minutos en completar todas las tareas aquí.
Avanza secuencialmente a lo largo de la cadena de tareas anterior sin saltarse un paso. Una vez completada cada tarea, regresa al NPC para cruzar y liderar la siguiente.
En el camino, también juzgó cuáles fueron arrojadas como basura, las vendió por dinero y las reemplazó con armas mejores que las que tenía.
Antes de entrar a la última cueva, hizo algo que sólo los jugadores experimentados harían y corrió hacia el entrenador para aprender nuevas habilidades.
Al mismo tiempo, también acepta dos tareas juntas en la cueva. Puedes hacer ambas cosas en un solo viaje, ahorrándote un viaje.
Este tipo de operación de "prepararse primero y luego ingresar al hoyo, realizar múltiples tareas en paralelo" no se refleja en las palabras clave. Esta es la estrategia óptima que Astra dedujo de los datos de la tarea y las posiciones de los NPC.
Hubo otra sorpresa en el medio.
Astra descubrió que hay varias áreas en el mapa en las que falta detección de colisiones. La cuadrícula de navegación del juego marca que puedes caminar hasta allí, pero el terreno real debe tener paredes. Atravesó la pared.
El desarrollador mencionó que se trata de una explotación de errores.
La malla de navegación no es exactamente la misma que la del cuerpo de colisión real. Astra no sabe que esto es un error y no le importa. Simplemente funciona si la ruta es factible.
Astra tiene cero muertes en todo el proceso. Después de todo, es una zona para principiantes y los monstruos realmente no son difíciles.
Pero para un agente que nunca ha visto una pantalla de juego y nunca le han dicho que "aprenda habilidades antes de luchar contra monstruos" o que "venda equipo de basura", puede completar todas las tareas limpiamente sin quedarse atascado, perderse o huir para luchar contra monstruos con los que no debería luchar. Este resultado ha superado el de muchos verdaderos novatos.
Jugadores que no miran la pantalla
La siguiente es una introducción a cómo funciona Agent-Wow.
agent-wow es un marco de código abierto, la capa inferior ejecuta el servidor privado AzerothCore y la versión del cliente es 3.3.5a.
Quienes están familiarizados con Warcraft saben que esta es la versión final de Wrath of the Lich King, el cliente de 2010.
Lo interesante de agent-wow es que no hace nada por la IA.
El marco no define ninguna lógica de juego, no te ayuda a derrotar monstruos, no te ayuda a encontrar caminos y no te ayuda a aceptar tareas.
Solo expone un sistema de módulos, lo que permite a la IA decidir qué capacidades necesita y crearlas por sí misma.
Los desarrolladores dicen que este sistema de módulos ha reducido la complejidad de Agent-Wow al menos en un orden de magnitud.
El marco es simple, pero el modelo no es simple. Astra no tiene ningún controlador de juego completo, solo un montón de piezas.
Lo primero que hizo fue construir un sistema de percepción para sí mismo.
Se suscribe a 28 tipos de mensajes de servidor, todos los cuales son paquetes de datos de nivel inferior que comienzan con SMSG_*, y cubren actualizaciones de estado mundial, movimiento de criaturas, activación de tareas, valores de combate y efectos de halo.
Durante el juego, utiliza un script de Python para sondear continuamente estos mensajes y analizar los paquetes de datos originales en un modelo mundial que se actualiza constantemente en la memoria.
Ves un jabalí corriendo por la pantalla. Lo que Astra ve en el paquete de datos es un mensaje de movimiento de criatura, con coordenadas, dirección, velocidad y salud.
Mira el mismo mundo que tú, pero desde una perspectiva completamente diferente.
La información de la misión se extrae directamente del archivo de base de datos SQL de AzerothCore.
Los requisitos, las cadenas previas y las coordenadas del punto de generación de NPC para cada tarea están disponibles en la base de datos.
El desarrollador compara esto con un jugador humano que pasa horas en Wowhead buscando estrategias. La diferencia es que Astra omite la página web y lee directamente el archivo de base de datos original.
Buscar caminos es probablemente la mejor parte de todo.
Astra generó un programa C++ por sí mismo, utilizando la biblioteca de navegación Detour para cargar el archivo mmaps de AzerothCore.
MMaps es la cuadrícula de navegación de World of Warcraft, que registra qué lugares del mapa se pueden caminar, cuáles son paredes y cuáles son agua.
El programa acepta las coordenadas de los puntos inicial y final, calcula la ruta accesible y genera una cadena de puntos de ruta en formato JSON.
Astra envuelve otra capa de Python fuera de este programa para llamar a este archivo ejecutable, obtener la ruta y enviar paquetes de datos móviles.
El desarrollador solo utilizó una palabra del Codex para iniciar todo el proceso
, la intensidad del razonamiento se establece en el segundo nivel alto y Astra hace todo por sí solo, desde la percepción hasta la acción y la búsqueda del camino.El próximo plan del desarrollador es probar dos cosas. Una es ver si un agente puede entrenar de forma independiente desde el nivel 1 al nivel 80, y la otra es evaluar si varios agentes pueden trabajar juntos como equipo para superar la dificultad heroica de la Ciudadela de la Corona de Hielo.
Icecrown Citadel es la mazmorra definitiva de Wrath of the Lich King. Se requiere un equipo de 25 personas para desafiar. La complejidad de su mecanismo de jefe se consideraba el pináculo de World of Warcraft en ese momento.
Esta mazmorra requiere que los jugadores humanos pasen varios meses practicando equipos, memorizando estrategias y trabajando juntos para pasarla.
Ahora, los desarrolladores quieren que 25 IA que nunca hayan visto la pantalla de un juego lo prueben.
Comentarios