DeepMind 宣布與 Fenris Creations 合作，在 EVE Universe 中開發通用型遊戲代理人

TL;DR

DeepMind 宣布與 Fenris Creations 建立研究合作夥伴關係，旨在開發能在持續性的 EVE Online 宇宙中運行的通用型 AI 代理人，目標是實現持續學習、長期記憶和多代理人規劃等能力，以解鎖全新的遊戲玩法並為更廣泛的 AI 研究提供資訊。

以遊戲作為 AI 突破的催化劑

DeepMind 的 AI 研究歷來將遊戲作為測試平台。從透過原始像素學習 49 款 Atari 2600 遊戲的 Deep Q-Network (DQN) (Nature, 2015) 開始，該實驗室進步到 AlphaGo (2016)、AlphaGo Zero、AlphaZero、MuZero 和 AlphaStar，每一款都展示了日益通用的強化學習方法。在遊戲中的成功直接轉化為非遊戲領域，最著名的例子是 AlphaFold，它利用源自遊戲的技術解決了蛋白質結構預測問題，並榮獲 2024 年諾貝爾化學獎。

從精通遊戲到理解遊戲：SIMA 議程

DeepMind 的下一個研究問題是，AI 是否能在不接觸內部 API 或原始碼的情況下，像人類玩家一樣「理解」任何遊戲世界。Scalable Instructable Multiworld Agent (SIMA) 系列透過以下方式解決此問題：

觀察遊戲畫面，就像玩家一樣。
解讀自然語言指令。
透過標準的鍵盤和滑鼠輸入來控制遊戲。

基於 Gemini 系列前沿模型構建的 SIMA 2 展示了在 No Man's Sky、Valheim 和 Hydroneer 等 3D 環境中的即時推理、對話和人類水平的遊戲表現。一個真正的通用型遊戲代理人將能實現能理解遊戲世界的 AI 夥伴，以及能超越腳本行為進行適應的 NPC，以及能容忍持續代碼變動的強大 QA 測試。

Fenris Creations 合作夥伴關係：一個活生生的實驗室

Fenris Creations 是 EVE Universe 背後的獨立工作室，為測試這些能力提供了獨特且不斷演進的沙盒環境。EVE Online 的持續性、玩家驅動的經濟和多規模衝突呈現了四個與 DeepMind 前沿 AI 目標一致的核心挑戰：

持續學習 – 在一個每天都在變化的世界中，獲取新技能同時保留先前的知識。
長期記憶 – 儲存並檢索跨越遠超目前模型上下文窗口的時間尺度資訊。
長程規劃 – 做出跨越數週、數月或數年的決策。
複雜的多代理人動態 – 在大規模規模下處理合作、競爭、談判和湧現的社會行為。

該合作夥伴關係涵蓋三個 EVE 環境：

EVE Online – 一個大規模、單一分片 (single-shard) 的持續性宇宙，用於研究星系級別的策略。
EVE Vanguard – 一個第一人稱、節奏快速的戰術層，將地面行動與更廣闊的宇宙連接起來。
EVE Frontier – 一個開放、可編程的沙盒，具有「Smart Assemblies」功能，讓世界的規則可以演進，測試代理人的適應能力以應對新機制。

早期成果與路線圖

合作的一個具體成果是 Aura Guidance 系統，該系統使用 Gemini 來向 EVE Online 的新飛行員提供社群生成的幫助內容。研究路線圖分階段進行：

離線沙盒 – 一個安全的 EVE Online 副本，用於初始代理人訓練和安全性測試。
EVE Frontier 實驗 – 共同開發能在開放式設定中與人類共存的代理人。
實時集成 – 一旦代理人展示出成熟的能力，它們可能會被引入 EVE Online 和 EVE Vanguard，以豐富玩家體驗。

對 AI 與遊戲的影響

如果成功，該合作夥伴關係可以：

提供能理解自然語言、記得過去的互動並進行長程規劃的 AI 夥伴。
實現動態、具備適應性的 NPC，它們能對湧現的玩家行為做出反應，而不需手動腳本。
為持續學習演算法提供測試平台，使其能擴展到現實世界的複雜度。
將從持續性虛擬經濟中的洞察轉化為現實世界的領域，例如金融、物流和協作機器人技術。

結論

DeepMind 與 Fenris Creations 的合作標誌著從 AI 「精通」遊戲到 AI 「理解」並與複雜、持續性的虛擬世界「共同演進」的戰略轉向。透過在 EVE Universe 中解決持續學習、長期記憶和多代理人 dynamics 著手，該合作夥伴關係旨在創造突破性的遊戲玩法體驗，並為更廣泛的科學挑戰產生可轉移的 AI 知識。