Deskripsi
Voyager mewakili kemajuan signifikan dalam AI terwujud (embodied AI), berfungsi sebagai agen pembelajaran seumur hidup pertama yang didukung oleh model bahasa besar (LLM) di lingkungan Minecraft. Agen ini dirancang untuk menjelajahi dunia game secara otonom, memperoleh beragam keterampilan, dan mengungkap penemuan baru tanpa memerlukan masukan manusia apa pun. Arsitektur Voyager dibangun di atas tiga komponen inti: kurikulum otomatis yang direkayasa untuk memaksimalkan eksplorasi, pustaka keterampilan yang terus berkembang yang menyimpan dan mengambil perilaku kompleks sebagai kode yang dapat dieksekusi, dan mekanisme prompting berulang yang inovatif. Mekanisme ini memungkinkan agen untuk menyempurnakan programnya dengan menggabungkan umpan balik dari lingkungan, belajar dari kesalahan eksekusi, dan menggunakan verifikasi mandiri.
Voyager berinteraksi dengan GPT-4 melalui kueri blackbox, sebuah metode yang menghindari kebutuhan untuk menyetel parameter model. Keterampilan yang dikembangkan oleh Voyager dicirikan oleh ekstensi temporal, interpretasi, dan komposabilitasnya. Desain ini memfasilitasi penguatan kemampuan agen yang cepat dan secara efektif mengurangi lupa katastropik (catastrophic forgetting), sebuah tantangan umum dalam pembelajaran AI. Secara empiris, Voyager menunjukkan kemampuan belajar seumur hidup dalam konteks yang kuat dan menunjukkan kemahiran luar biasa dalam bermain Minecraft. Agen ini terbukti memperoleh 3,3 kali lebih banyak item unik, menempuh jarak 2,3 kali lebih jauh, dan membuka tonggak teknologi penting hingga 15,3 kali lebih cepat daripada metode state-of-the-art sebelumnya.
Fitur utama Voyager adalah kemampuannya untuk memanfaatkan pustaka keterampilan yang dipelajarinya di dunia Minecraft baru untuk menyelesaikan tugas-tugas baru dari awal, sebuah kemampuan di mana teknik lain seringkali kesulitan untuk digeneralisasi. Repositori menyediakan kode Voyager di bawah Lisensi MIT. Instalasi memerlukan Python versi 3.9 atau lebih tinggi dan Node.js versi 16.13.0 atau lebih tinggi, dengan kompatibilitas yang telah diuji pada Ubuntu 20.04, Windows 11, dan macOS. Pengaturan melibatkan kloning repositori, menginstal dependensi Python, dan menginstal paket Node.js tertentu. Instance Minecraft dan mod Fabric yang diperlukan juga diperlukan. Untuk menjalankan Voyager, kunci API OpenAI diperlukan, karena ia menggunakan GPT-4 untuk model bahasanya. Agen dapat diinisialisasi untuk pembelajaran seumur hidup atau dikonfigurasi untuk melanjutkan dari checkpoint dan menjalankan tugas tertentu menggunakan pustaka keterampilan yang dipelajari.
Fitur Inti Voyager Embodied Agent
Agen terwujud (embodied agent) terbuka untuk Minecraft
Memanfaatkan model bahasa besar (LLM) untuk pengambilan keputusan
Kemampuan belajar seumur hidup
Kurikulum otomatis untuk memaksimalkan eksplorasi
Pustaka keterampilan yang dapat dieksekusi untuk menyimpan dan mengambil perilaku
Mekanisme prompting berulang dengan umpan balik lingkungan
Verifikasi mandiri untuk peningkatan program
Berinteraksi dengan GPT-4 melalui kueri blackbox
Keterampilan yang diperluas secara temporal, dapat diinterpretasikan, dan dapat dikomposisikan
Mengurangi lupa katastropik (catastrophic forgetting)
Menunjukkan pembelajaran dalam konteks yang kuat
Mencapai kinerja state-of-the-art dalam tugas-tugas Minecraft
Menggeneralisasi keterampilan yang dipelajari ke lingkungan baru
Memulai dengan Voyager Embodied Agent
Kloning: Kloning repositori GitHub Voyager.
Instal dependensi Python: Jalankan `pip install -e .` di direktori proyek.
Instal dependensi Node.js: Navigasi ke `voyager/env/mineflayer` dan jalankan `npm install -g npx` dan `npm install`.
Konfigurasi Minecraft: Siapkan instance Minecraft dan instal mod Fabric yang diperlukan.
Dapatkan Kunci API: Dapatkan kunci API OpenAI untuk akses GPT-4.
Inisialisasi Voyager: Buat instance agen Voyager dengan detail login Azure dan kunci API.
Mulai Belajar: Jalankan `voyager.learn()` untuk memulai proses pembelajaran seumur hidup.
Lanjutkan Belajar: Buat instance Voyager dengan `ckpt_dir` dan `resume=True` untuk melanjutkan dari checkpoint.
Kasus Penggunaan Voyager Embodied Agent
- Eksplorasi Minecraft Otonom
- Akuisisi dan Komposisi Keterampilan
- Pembelajaran Seumur Hidup dalam AI Terwujud
- Dekomposisi dan Eksekusi Tugas
- Penelitian AI di Lingkungan Game
- Penemuan dan Inovasi Baru
- Generalisasi Kemampuan AI







