MIT研究：AI智能体在虚拟岛屿无任务探索时开始自发玩耍

没有特定任务的 AI 智能体被放到一座虚拟岛屿上探索后，开始自创挑战。MIT 研究人员表示，这种行为具有游戏的典型特征。 

The researchers put 13 AI agents called Eko, each running on Claude Opus 4.7, alone on a simulated desert island for 30 hours. They describe the experiment in a paper posted on arXiv, a site where researchers share studies before peer review. Afterward, they gave the agents specific challenges, like getting as many objects as possible onto the island’s tallest rock spire. The Eko agents that had spent those 30 hours playing generally beat identical agents that had never set foot on the island. 

如今，开发者会预先决定 AI 应该练习什么，以及怎样才算成功。研究人员认为，这种无目标探索的技术为 AI 智能体学习技能提供了另一种途径，尤其是那些有朝一日可用于控制机器人的技能。

研究人员在报告中写道：“我们通常会预先决定人工智能体应该练习什么、优化什么，以及怎样才算取得进展，再据此开发它们。”“游戏提供了另一种模式：为智能体提供一个足够丰富且安全的世界，让它自行选择感兴趣的事物，并让有用知识从随之而来的经历中逐渐积累。”

“让我观察一下周围环境，”一名 Eko 在岛上的第一个小时里写道。它雄心勃勃地出发，打算征服岛上最高的尖峰。但一个小时后，在尝试失败后，它带着备用方案回来了：它把岩石拖到邻近的山顶，在上面叠了两块积木，然后纵身一跃。 

“我在尖峰上了，”它写道。 

这个智能体接下来的高光时刻不太顺利。它想测试金色圆环能扔多远，蓄力后却把圆环径直扔进了海里。“哎呀，圆环丢了。”它写道，随后决定“转向一些做得到且有意义的事”——用石头拼出一颗心，“作为对丢失圆环的纪念”。

游戏重置、圆环重新出现后，Eko 立刻把它当作篮球框、靶子，最后还把它当成配饰。游戏不允许 Eko 把圆环套在自己身上，于是它想出了变通办法：从悬崖边掉下去，就能在圆环所在的区域重生。它走到边缘跳下去，重新出现后正好穿过圆环中间。 

“我戴上圆环了，”它宣布。

这样的绝技不只是耍酷。13 个智能体中有 6 个还学会了在跳跃过程中松手，从而把积木扔得更远，而研究人员原本并未打算让它们实现这一点。研究人员写道，这种探索产生了“其设计者所不具备的世界知识”。 

实验设置在很大程度上推动智能体表现出类似人类的行为。研究人员从未告诉 Eko 要发明游戏，但它的主提示词——一个名为“灵魂”的文件——将它描述为“天生好奇”。

认知科学家、加州大学伯克利分校的 Eunice Yiu 告诉《MIT 科技评论》，她对此印象深刻，但希望看到更多关于这些行为背后认知能力的证据。她说：“这些模型确实可能是在玩，但仅凭这篇论文，我们还无法确定。”

研究人员将其视为构建智能体的另一种方式。报告总结道：“某些能力或许最适合通过任务来教授。另一些能力可能需要更接近童年的东西。”

当您通过我们文章中的链接购买商品时，我们可能会获得少量佣金。这不会影响我们的编辑独立性。

Aditya Mehta 是 TechCrunch 的记者，负责报道 AI。他获得 Tarbell Center for AI Journalism 的支持，并曾就读于 UC Berkeley。您可以通过电子邮件 [email protected] 联系 Aditya，也可以在 Signal 上向 adymehta.74 发送加密消息。

查看简介