# 一支 Gemini 4 Argon 智能体团队攻克了 Minecraft
摘要
论文展示了四名 Gemini 4 Argon 智能体在一个沙盒 Minecraft 生存世界中自主协作,通过 2,783 个自编程序在 27 小时内击败末影龙,据称是首个仅使用标准 Mineflayer 库、无人类干预的端到端自主通关 Minecraft 的成果。
查看缓存全文
缓存时间: 2026/10/16 03:01
论文页面 - 一支 Gemini 4 Argon 智能体团队击败了 Minecraft
来源:https://huggingface.co/papers/2610.22319
摘要
我们让四个 Gemini 4 Argon 智能体进入一个沙盒化的 Minecraft 生存世界,并赋予它们同一个目标:击败末影龙。每个智能体通过一个名为 Mineflayer 的开源库控制一名玩家,并通过游戏内聊天和共享记忆与队友进行协作。没有人分配角色,也没有人编写游戏逻辑。智能体们自行规划、编写并调试了每一个程序。研究人员可以在实时仪表板上观看运行过程,并随时暂停或停止,但他们并没有介入的必要。从随机生成的世界和“简单“难度开始,这支团队编写了 2,783 个程序,在 27 小时 14 分钟内击败了末影龙,期间共死亡 605 次。据我们所知,这是 AI 智能体首次端到端自主完成 Minecraft,并且仅使用了标准的 Mineflayer 库,没有借助预先探索的种子或任何由人类编写的特定游戏工具。获胜要求智能体们在数千个相互依赖的步骤中保持连贯的计划超过一天之久。复杂的现实世界软件工程和企业级任务同样需要这种长周期编码和多智能体协作能力。本文描述了实验设置、运行过程、团队的策略(任务分工、知识共享、互相回收掉落物品),以及该结果的局限性。
查看 arXiv 页面 (https://arxiv.org/abs/2610.22319) 查看 PDF (https://arxiv.org/pdf/2610.22319) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2610.22319)
在你的智能体中获取这篇论文:
hf papers read 2610.22319
还没有最新版 CLI?curl -LsSf https://hf.co/cli/install.sh | bash
引用本文的模型 0
暂无模型关联本文
在模型 README.md 中引用 arxiv.org/abs/2610.22319,即可从此页面链接到它。
引用本文的数据集 0
暂无数据集关联本文
在数据集 README.md 中引用 arxiv.org/abs/2610.22319,即可从此页面链接到它。
引用本文的 Space 0
暂无 Space 关联本文
在 Space README.md 中引用 arxiv.org/abs/2610.22319,即可从此页面链接到它。
包含本文的合集 0
暂无合集包含本文
将本文添加到合集 (https://huggingface.co/new-collection) 以从此页面链接到它。
相似文章
Google DeepMind称四个AI智能体通过自行编写2,783个程序在27小时内通关Minecraft——AI团队在简单难度下死亡605次,Token花费估计达520美元
Google DeepMind称四个Gemini 4 Argon智能体通过自行编写2,783个程序在27小时内通关了Minecraft,在此过程中死亡605次,并花费了估计520美元的Token费用来击败末影龙。
Teaching a humanoid robot to play cornhole with Gemini 4 Argon
Google DeepMind 实验展示 Gemini 4 通过观看人类视频、在 Mojoku 模拟器中试错练习并依据落点反馈迭代微调,成功控制人形机器人玩沙包投掷(cornhole),最终连续七袋全部投进洞中。
Show HN:Gemini 4 Argon 玩 StarCraft
StarSkirmish Bench v0.2 在一小时时限内让各旗舰 LLM 用 C++ 编写 StarCraft: Brood War 神族机器人并与人类选手机器人对战,GPT-6 Astra 以明显优势居首,Gemini 4 Argon、Claude Opus 5.5 和 Claude Fable 5.1 紧随其后,且结果显示人类顶尖机器人仍远超所有模型。
用 GPT-4o 创建智能体与人类协作
由麻省理工学院前教授罗伯特·杨博士创办的 Altera,推出了由 GPT-4o 驱动的自主 AI 智能体,可以与人类协作玩《我的世界》。该公司通过将 OpenAI 的语言模型与受脑启发的并行架构相结合,解决了长时间 AI 自主运行中的数据退化问题。
负责任且安全地开发 Gemini 4 Argon
Google DeepMind 发布了 Gemini 4 Argon,并详细介绍了围绕其网络安全与生物领域高能力所构建的安全防护体系,包括前沿安全框架、三层实时防护以及 Fairwind 计划的扩展。