在无数玩家心中，《我的世界》（Minecraft）不仅仅是一款游戏，它是一个充满无限可能的虚拟宇宙，是冒险与创造的摇篮。从夜幕下匆忙搭建的简陋木屋，到精心复刻的校园与古老阿房宫，再到深邃矿道中对钻石的无尽追寻，这片由方块构成的天地见证了无数玩家的梦想与努力。
然而，当人工智能（AI）涉足这个充满挑战与惊喜的世界时，一切都变得不同寻常。AI能否像人类一样，在这个没有固定目标、没有预设玩法的开放世界中，找到属于自己的生存之道，甚至挖掘到那闪耀的钻石？
起初，人们并未将AI视为《我的世界》中的佼佼者。毕竟，在围棋、Dota2等策略型游戏中，AI已经大放异彩，但这些游戏的规则和目标相对明确，AI只需计算出最优解即可。而《我的世界》则截然不同，它的地图随机生成，每次进入都是全新的挑战，玩家需要凭借直觉、经验和创造力去适应环境。
然而，2019年，Facebook推出了CraftAssist Bot，让AI能在游戏中执行人类指令，如建造房屋、驯服动物等。同年，CMU、微软、DeepMind等机构也联合发起了MineRL大赛，尝试将互联网视觉数据融入《我的世界》的技能学习中。这些尝试，标志着AI正式踏入这个充满未知与挑战的世界。
MineRL大赛的目标很简单，就是让AI在游戏里成功挖到钻石。但现实却给研究人员带来了沉重的打击：900多个顶尖团队倾尽全力，竟没有一个AI成功拿到钻石。这些AI智能体在探索过程中，出现了许多令人啼笑皆非的错误，如只知道砍树却不懂得合成斧头，或是一头栽进岩浆里，将角色活活烧死。
这些错误，恰恰揭示了AI在面对开放世界时的困境。它们不像人类那样拥有丰富的常识和直觉，而是必须从零开始，一步步推导出世界的运行规则。但这也正是《我的世界》的魅力所在：它考验的不仅是操作技巧，还有对环境的理解、对资源的管理和对长远目标的规划。
随着研究的深入，强化学习（Reinforcement Learning）逐渐成为AI在《我的世界》中取得突破的关键。强化学习让AI像真正的小白玩家一样，通过与环境不断互动来获得反馈。随着时间的推移，AI逐渐学会了更有效地探索地图、管理资源、打造装备和执行复杂任务。这种“适应”能力，让AI不再只会照本宣科，而是能根据环境做出灵活决策。
近年来，随着大语言模型（LLM）如GPT-4的出现，新的研究方向开始浮现。LLM能充当“游戏智囊团”，为AI在游戏世界中的行为提供更成熟的任务规划和技能顺序安排。这些研究让AI从完全的游戏小白变成了拥有丰富游戏经验的玩家，它们既能统筹所需技能，又能反思游戏环境带来的变化，从而一步步逼近最终目标。
如今，AI在《我的世界》中的表现已经取得了显著进步。腾讯AILab的“绝悟”在MineRL大赛中夺得冠军，证明了AI能够在这一开放世界游戏中取得优异成绩。而DeepMind的DreamerV3更是实现了近乎真正的自主探索，它没有看任何人类数据，完全靠自己摸索，仅用17天就完成了MineRL挑战，成为首个能“自力更生”挖到钻石的AI。
AI在《我的世界》中的征程远未结束。DeepMind的最新研究再次刷新了认知边界，他们让AI不仅能在游戏世界里生存下去，还能超越人类的操作水平。这一突破的关键在于基于模型的强化学习（MBRL）和Transformer世界模型（TWM）的结合。研究者通过一系列优化措施，提高了世界模型的学习效率和策略优化的效率，使AI能够在有限交互数据下高效学习，并掌握高效的生存之道。
在Craftax-classic环境的实验中，这款AI不仅规划、探索能力出众，还在多人评测对战中战胜了人类高手，成为首个超越人类表现的智能体。这一结果证明，RL AI不仅能自主学习，还能在高度复杂的环境中做出比人类更优的决策。
从最初连最基本的生存都难以维持，到如今能够自主规划行动、高效地挖掘钻石，AI在《我的世界》中取得的进步令人惊叹。它学到的不仅是“挖钻石”的小技巧，更是如何理解世界、制定策略、应对变化——这些真正的高层次智慧。或许有一天，AI真的能像人类一样，在这个无限广阔的像素世界里自由探索、创造，成为某个数字宇宙里的创世神。
