在無數玩家心中，《我的世界》（Minecraft）不僅僅是一款游戲，它是一個充滿無限可能的虛擬宇宙，是冒險與創造的搖籃。從夜幕下匆忙搭建的簡陋木屋，到精心復刻的校園與古老阿房宮，再到深邃礦道中對鉆石的無盡追尋，這片由方塊構成的天地見證了無數玩家的夢想與努力。
然而，當人工智能（AI）涉足這個充滿挑戰與驚喜的世界時，一切都變得不同尋常。AI能否像人類一樣，在這個沒有固定目標、沒有預設玩法的開放世界中，找到屬于自己的生存之道，甚至挖掘到那閃耀的鉆石？
起初，人們并未將AI視為《我的世界》中的佼佼者。畢竟，在圍棋、Dota2等策略型游戲中，AI已經大放異彩，但這些游戲的規則和目標相對明確，AI只需計算出最優解即可。而《我的世界》則截然不同，它的地圖隨機生成，每次進入都是全新的挑戰，玩家需要憑借直覺、經驗和創造力去適應環境。
然而，2019年，Facebook推出了CraftAssist Bot，讓AI能在游戲中執行人類指令，如建造房屋、馴服動物等。同年，CMU、微軟、DeepMind等機構也聯合發起了MineRL大賽，嘗試將互聯網視覺數據融入《我的世界》的技能學習中。這些嘗試，標志著AI正式踏入這個充滿未知與挑戰的世界。
MineRL大賽的目標很簡單，就是讓AI在游戲里成功挖到鉆石。但現實卻給研究人員帶來了沉重的打擊：900多個頂尖團隊傾盡全力，竟沒有一個AI成功拿到鉆石。這些AI智能體在探索過程中，出現了許多令人啼笑皆非的錯誤，如只知道砍樹卻不懂得合成斧頭，或是一頭栽進巖漿里，將角色活活燒死。
這些錯誤，恰恰揭示了AI在面對開放世界時的困境。它們不像人類那樣擁有豐富的常識和直覺，而是必須從零開始，一步步推導出世界的運行規則。但這也正是《我的世界》的魅力所在：它考驗的不僅是操作技巧，還有對環境的理解、對資源的管理和對長遠目標的規劃。
隨著研究的深入，強化學習（Reinforcement Learning）逐漸成為AI在《我的世界》中取得突破的關鍵。強化學習讓AI像真正的小白玩家一樣，通過與環境不斷互動來獲得反饋。隨著時間的推移，AI逐漸學會了更有效地探索地圖、管理資源、打造裝備和執行復雜任務。這種“適應”能力，讓AI不再只會照本宣科，而是能根據環境做出靈活決策。
近年來，隨著大語言模型（LLM）如GPT-4的出現，新的研究方向開始浮現。LLM能充當“游戲智囊團”，為AI在游戲世界中的行為提供更成熟的任務規劃和技能順序安排。這些研究讓AI從完全的游戲小白變成了擁有豐富游戲經驗的玩家，它們既能統籌所需技能，又能反思游戲環境帶來的變化，從而一步步逼近最終目標。
如今，AI在《我的世界》中的表現已經取得了顯著進步。騰訊AILab的“絕悟”在MineRL大賽中奪得冠軍，證明了AI能夠在這一開放世界游戲中取得優異成績。而DeepMind的DreamerV3更是實現了近乎真正的自主探索，它沒有看任何人類數據，完全靠自己摸索，僅用17天就完成了MineRL挑戰，成為首個能“自力更生”挖到鉆石的AI。
AI在《我的世界》中的征程遠未結束。DeepMind的最新研究再次刷新了認知邊界，他們讓AI不僅能在游戲世界里生存下去，還能超越人類的操作水平。這一突破的關鍵在于基于模型的強化學習（MBRL）和Transformer世界模型（TWM）的結合。研究者通過一系列優化措施，提高了世界模型的學習效率和策略優化的效率，使AI能夠在有限交互數據下高效學習，并掌握高效的生存之道。
在Craftax-classic環境的實驗中，這款AI不僅規劃、探索能力出眾，還在多人評測對戰中戰勝了人類高手，成為首個超越人類表現的智能體。這一結果證明，RL AI不僅能自主學習，還能在高度復雜的環境中做出比人類更優的決策。
從最初連最基本的生存都難以維持，到如今能夠自主規劃行動、高效地挖掘鉆石，AI在《我的世界》中取得的進步令人驚嘆。它學到的不僅是“挖鉆石”的小技巧，更是如何理解世界、制定策略、應對變化——這些真正的高層次智慧。或許有一天，AI真的能像人類一樣，在這個無限廣闊的像素世界里自由探索、創造，成為某個數字宇宙里的創世神。
