Voyager

概述

Voyager是由Wang等人提出的开放世界Minecraft环境中的具身智能体，它通过LLM实现了自动课程学习、技能库积累和迭代优化，是首个实现持久化技能存储的代表性系统。

关键内容

1. 系统架构：
2. 自动课程模块：生成适当难度的任务序列
3. 技能库：持久化存储可复用的技能程序

4. 迭代提示：代码生成与自我修复循环

5. 技能库机制：

6. 每个成功的技能程序被存储为JavaScript函数，包含自然语言描述和向量嵌入
7. 新任务时通过语义检索找到相关技能

8. 支持零样本泛化，在新环境中复用已学技能

9. 关键技术贡献：

10. 动态技能积累：在运行时自动产生和存储技能
11. 自动课程学习：根据当前状态生成合适的下一目标

12. 迭代自我修复：执行失败时反馈错误信息进行代码修复

13. 实验成果：

14. 解锁的Minecraft物品种类是基线方法的3.3倍
15. 显著优于ReAct、Reflexion、AutoGPT等基线
16. 在新seed地图上保持零样本泛化能力

来源

• llm-skill-research-series.md — LLM Skill研究系列
• Paper — "Voyager: An Open-Ended Embodied Agent with Large Language Models", NeurIPS 2023

相关

• LLM-Skill-技术全景 — relates_to
• Skill-Library — relates_to
• Automatic-Curriculum — relates_to
• Self-Improvement — relates_to
• Embodied-Agent — relates_to