DeepMind突破性研究：AI自主玩转《我的世界》，论文登上Nature
发布时间：2025-04-23近日，DeepMind开发的DreamerV3智能体在游戏《我的世界》中实现重大突破，无需人类数据干预，仅通过强化学习与自建“世界模型”，成功完成高难度钻石收集任务。这一成果发表于2025年4月的《Nature》期刊，论文由Danijar Hafner等研究者主导。
团队指出，Dreamer的核心创新在于摒弃传统依赖人类示范数据的训练方式，完全通过试错学习掌握复杂任务链。
研究亮点在于Dreamer构建的“世界模型”系统，该模型通过三个神经网络协同工作：世界模型负责预测环境状态与奖励，评论家网络评估行动价值，行动者网络决策最优策略。在《我的世界》随机生成的3D环境中，智能体需完成伐木、制作工具、采矿等12项子任务才能获取钻石，全程依赖内部“想象”规划路径。
实验显示，Dreamer在连续9天游戏后达成目标，对比PPO、Rainbow等算法展现显著优势。团队进一步验证了该框架在机器人控制、Atari游戏等150余项任务中的通用性，其数据效率与跨领域适应性为AI自主学习树立新标杆。
论文链接：https://www.nature.com/articles/s41586-025-08744-2
来源：阿尔法公社
