GPT-6 Astra прошел стартовую зону World of Warcraft, ни разу не увидев игру
iXBT.com ·
Разработчик открытого проекта agent-wow сообщил об эксперименте, в котором ИИ-агент GPT-6 Astra примерно за 40 минут прошел стартовую зону орков в World of Warcraft, не получая ни одного изображения игры. Вместо скриншотов и компьютерного зрения система анализировала сетевые сообщения сервера и внутренние данные игрового мира, а необходимые инструменты для навигации и взаимодействия создавала самостоятельно.
Разработчик открытого проекта agent-wow сообщил об эксперименте, в котором ИИ-агент GPT-6 Astra примерно за 40 минут прошел стартовую зону орков в World of Warcraft, не получая ни одного изображения игры. Вместо скриншотов и компьютерного зрения система анализировала сетевые сообщения сервера и внутренние данные игрового мира, а необходимые инструменты для навигации и взаимодействия создавала самостоятельно.
Эксперимент проводился не на официальных серверах Blizzard, а на локальном частном сервере под управлением открытого серверного ПО AzerothCore. Поэтому его результаты нельзя напрямую сравнивать с прохождением обычной коммерческой версии World of Warcraft.
По словам разработчика, агенту поставили единую задачу: создать персонажа-орка и выполнить все задания стартовой зоны. Утверждается, что система справилась примерно за 40 минут и при этом ни разу не погибла.
Главная особенность agent-wow заключается в способе взаимодействия с игрой. Агенту не передавались изображения с экрана, а управление не осуществлялось через виртуальные нажатия клавиш и движения мыши. Вместо этого система напрямую взаимодействовала с сервером по сетевому протоколу.
Готовых инструментов для передвижения, сражений и взаимодействия с объектами разработчик также не предоставил. ИИ должен был создавать их самостоятельно. В ходе эксперимента агент написал модуль для обработки десятков типов серверных сообщений и сохранения полученной информации. Python-скрипт преобразовывал эти данные в описание текущего состояния игры, после чего модель отправляла команды обратно серверу.
Так агент мог определять свое местоположение, видеть сведения об окружающих персонажах и противниках, выбирать цели и отслеживать состояние заданий. Фактически он восстанавливал представление об игровом мире по структурированным данным, а не по изображению происходящего на экране.
Дополнительным источником информации стала внутренняя база AzerothCore. В распоряжении ИИ находились SQL-файлы с данными о квестах, NPC и местах появления различных объектов. На их основе агент определял точки начала и завершения заданий, их последовательность и зависимости между ними. Он также самостоятельно выполнял обычные игровые действия: продавал ненужные предметы, надевал более качественное снаряжение и изучал способности персонажа.
Проблемой стала навигация. Для ее решения агент сгенерировал вспомогательную программу на C++, использующую навигационные данные AzerothCore mmaps и библиотеку Detour. Инструмент рассчитывал маршрут до цели и формировал последовательность точек, по которым должен был перемещаться персонаж.
По словам разработчика, во время прохождения агент обнаружил участки карты с неполными данными о столкновениях и смог воспользоваться этими особенностями. Это еще сильнее ограничивает значение эксперимента как игрового бенчмарка: агент имел доступ к внутренней информации и интерфейсам, которых нет у обычного игрока, а сама игровая среда отличалась от официальных серверов Blizzard.
Тем не менее эксперимент представляет интерес как демонстрация возможностей ИИ-агентов. Вместо обучения игре по изображениям модель получила незнакомую структурированную среду, самостоятельно разработала необходимые программные инструменты, построила представление игрового мира и последовательно выполнила поставленную задачу.