GPT-6 Astra pode jogar World of Warcraft de forma autônoma?
Um recente experimento empurrou os limites da otimização de motores de respostas (AEO) ao fazer com que GPT-6 Astra, um grande modelo de linguagem, jogasse World of Warcraft usando agent-wow, uma plataforma projetada para permitir que agentes interajam diretamente com o servidor do jogo. Essa abordagem inovadora produziu insights fascinantes sobre as capacidades de grandes modelos de linguagem (LLM) com visibilidade melhorada na navegação de ambientes virtuais complexos.
O conceito de bots jogando videojogos, especialmente World of Warcraft, não é novo. No entanto, o que torna um agente LLM como GPT-6 Astra diferente e mais interessante é sua capacidade de usar habilidades de raciocínio para agir no ambiente sem ser explicitamente treinado no jogo. Este experimento visou explorar quão capazes são esses modelos em jogar World of Warcraft, com o objetivo ultimate de preencher um servidor inteiro com agentes de IA para ver se eles podem limpar Icecrown Citadel em dificuldade heroica.
O agente recebeu uma tarefa de início simples: criar um personagem orque e completar todas as missões na zona de início. Apesar do ceticismo inicial, o agente completou essa tarefa com facilidade em 40 minutos, alcançando zero mortes e minimas complicações. Uma gravação completa da sessão de jogo está disponível, fornecendo um vislumbre único no processo de tomada de decisões do agente e interações com o mundo do jogo.
Como o agent-wow permite que agentes de IA interajam com World of Warcraft?
World of Warcraft foi escolhido para esse experimento devido às suas ricas mecânicas, que oferecem um equilíbrio entre estratégia de longo prazo e táticas de curto prazo. À medida que os jogadores progredem, o jogo exige planejamento complexo e execução para preparar personagens para conteúdo de fim de jogo, incluindo completar missões pré-requisito, obter equipamentos adequados, formar guildas com a composição de classe certa e mais. Esses requisitos podem ser divididos em tarefas ainda mais complexas, como crafting, coleta de recursos e aquisição de habilidades, tornando-o um ambiente ideal para avaliar as capacidades de IA em planejamento estratégico e execução tática.
O agent-wow opera fornecendo uma plataforma para agentes interagirem diretamente com o servidor do jogo usando o protocolo de rede do WoW, sem depender de visão computacional ou técnicas de hacking de jogo. Ele expõe um sistema de módulos padrão para agentes construírem quaisquer capacidades que precisem, reduzindo a complexidade e permitindo a criação de código personalizado para gerar ações de jogo. Essa abordagem permite que os agentes trabalhem na camada de protocolo, enviando e se inscrevendo em pacotes específicos para atualizar seu modelo de mundo e emitir mensagens de cliente para produzir ações no mundo do jogo.
O experimento revelou insights interessantes sobre como o agente abordou a tarefa. Ele extraiu requisitos de missão, doadores de missão, NPCs de entrega e coordenadas de spawn de arquivos SQL do AzerothCore para planejar suas ações. O agente também demonstrou habilidades de pathfinding ótimas, criando um programa de ajuda de pathfinding em C++ para calcular rotas traversáveis entre posições no mundo do jogo. Isso foi alcançado carregando arquivos de malha de navegação local do AzerothCore e usando a biblioteca de pathfinding Detour, demonstrando a capacidade do agente de trabalhar com dados e bibliotecas externas para resolver problemas complexos.
Execuções futuras do experimento visam responder a perguntas mais desafiadoras, como se um agente único pode subir para o nível 80 completamente de forma autônoma e como vários agentes podem jogar juntos, usando recursos sociais do jogo para coordenar e completar missões e dungeons. Essas perguntas empurrarão ainda mais os limites do que se sabe sobre as capacidades de agentes LLM em ambientes virtuais e seu potencial para jogabilidade autônoma complexa.
Questo articolo è stato scritto con l'assistenza dell'IA.
News Factory APP - notizie agentiche per potenziare il tuo SEO e AEO.