Bir yapay zekâ ajanı, yalnızca kendi oyun istemcisine gelen bilgiyle (sunucu konsolu, harita ya da komut olmadan), Minecraft'ta sıfırdan başlayıp oyunu bitirebilir mi? "Bitirmek", Minecraft'ın kendi ilerleme yolu demek: odun → taş alet → demir → elmas → obsidyen → Nether → blaze çubuğu → ender gözü → kale → End → ejderha.
Deney boyunca farklı "oyuncular" denendi: önce bilgisayarda yerel olarak çalışan küçük ve orta boy dil modelleri, sonra Anthropic'in Claude Haiku modeli, en son da Claude Opus 5.5 (HIGH düşünme ayarıyla) "dış oyuncu" olarak. Oyuncu kim olursa olsun aynı beceri ve refleks katmanını kullanır; böylece karşılaştırma adil kalır.
Oyuncu, botun algısından üretilen kısa bir metin raporu okur: can, açlık, envanter, çevredeki bilinen bloklar ve yaratıklar, saat. Buna göre tek bir üst düzey eylem seçer (ör. "demir cevheri topla", "fırın yap", "obsidyen yap") ve bir cümleyle neden seçtiğini yazar. Ekrandaki "Şu an" kutusu bu düşünceyi gösterir.
Her üst düzey eylem bir beceriye karşılık gelir. Beceriler, yol bulma, kazma, eşya yapma, eritme, savaş gibi işleri yürütür ve sonucu oyuncuya açık bir cümleyle bildirir ("12 demir topladım", "Kazma kırılmak üzere, yenisini yap"). Hata mesajları da öğreticidir; oyuncu neyin eksik olduğunu buradan öğrenir.
Bazı tehlikeler düşünmeyi beklemez: düşen lav, yaklaşan creeper, su altında biten hava, oka yakalanmak. Refleks katmanı saniyede birkaç kez çalışır ve gerekirse oyuncunun eylemini keserek kaçar, savunur ya da yüzeye çıkar. Kaçış refleksleri yol bulucuya güvenmez; doğrudan hareket eder, çünkü yol bulucu tehlike anında çok yavaş kalabilir.
Oyuncu yalnız botun oyun istemcisine gelen bilgiyi kullanır: Mineflayer'ın standart dünya bilgisi, yani yaklaşık 48 blok içindeki yüklü bloklar (yeraltındakiler dahil) ve yakındaki yaratıklar. Bu, bir insanın ekranında gördüğünden biraz fazladır (ör. duvar arkasındaki cevheri de bilir); ama dünyanın haritasını ya da uzak yerleri bilmez, keşfetmesi gerekir. Sunucu konsolu yalnız deneyi yönetmek ve hataları teşhis etmek için kullanılır; oradan öğrenilen hiçbir bilgi oyuna karışmaz.
Tek oyunculu Minecraft'ta Esc'ye basınca oyun durur. Burada da oyuncu düşünürken dünya dondurulur ve eylem başlayınca çözülür; böylece yavaş düşünen bir model haksız yere cezalandırılmaz. Oyuncu düşünürken sağ altta "Düşündüğü için donduruldu" rozeti görünür; deney bakım ya da analiz için duraklatıldığında üstte turuncu bir şerit çıkar. Hakem ayrıca oyuncunun komut kullanmadığını ve yaratıcı kipe geçmediğini denetler.
Bir düzeltme önce aynı sunucunun ayrı bir köşesinde, gerçek konumun birebir kopyasında, eski ve yeni kodla ayrı ayrı denenir. Örneğin "kazma kırılınca bot çöküyor" hatası önce bu alanda yeniden üretildi, sonra düzeltildi ve ancak sağlam kazmayla da gerileme olmadığı ölçülünce canlıya alındı.
Kilometre taşı: koşunun ulaştığı en ileri aşama. Süre, koşunun ilk ve son olayı arasındaki gerçek saattir (dondurulmuş süre dahil).
İskelet ve suda boğulma en büyük iki neden. Bu yüzden refleks çalışması ve sinir ağı eğitimi en çok bu iki duruma odaklanıyor.
Her satır, aynı durumda eski ve yeni kodun ayrı ayrı denenmesinin sonucudur. İşe yaramadığı ölçülen fikirler de kaydedilir ve canlıya alınmaz.
Refleksler elle yazılmış kurallardır: "creeper 6 bloktan yakınsa kaç" gibi. Kurallar sağlamdır ama her durumu öngöremez. Amaç, refleks katmanını zamanla öğrenen bir ağla güçlendirmek: ağ, gözlemden doğrudan hareket kararı versin (ileri, zıpla, dön, vur, kaz) ve kuralların kaçırdığı durumlarda da doğru davransın.
"Çıta" mevcut elle yazılmış reflekslerdir. Ağ çoğu senaryoda çıtaya ulaştı ya da geçti; çoklu iskelet senaryosunda belirgin geride ve bunun için yeni eğitim turu sürüyor.
Ağ şu anda canlı oyunda gölge kipte çalışıyor: botun gözlemini alıyor ve her 100 ms'de bir ne yapacağını öneriyor, ama hiçbir tuşa basmıyor. Öneri, refleksin o anda gerçekte yaptığıyla yan yana kaydediliyor. Bu kayıtlar iki şeyi ölçüyor: ağ tehlikede refleksle aynı şeyi yapıyor mu, ve sakin anlarda gereksiz yere "devralırdım" diyor mu.
İlk model, botun sürekli kazdığı ve kapalı tünellerde gezdiği gerçek oyunda çok sık "devralırdım" dedi (yanlış alarm). Bir sonraki model kazma, blok koyma ve duvar arkasındaki uzak düşman örnekleriyle eğitildi; oran belirgin düştü. Kontrolü ağa vermek ayrı bir karar ve ancak yanlış alarm yeterince düşük, hayatta kalma da refleksten iyi olduğunda düşünülecek.
Hayır. Bot yalnız kendi istemcisine gelen bilgiyi kullanır: yakın çevresindeki (yaklaşık 48 blok) bloklar ve yaratıklar. Kamera ve 3B harita yalnız izleyiciler içindir; oyuncu bunları görmez. Sunucu konsolundan öğrenilen bilgi de oyuna karışmaz.
Büyük olasılıkla oyun donuktur. Sağ alttaki "Düşündüğü için donduruldu" rozeti oyuncunun sıradaki hamleye karar verdiğini, üstteki turuncu şerit ise deneyin bakım ya da analiz için duraklatıldığını gösterir.
Normal oyundaki gibi: eşyalarını düşürür ve en son uyuduğu yatakta yeniden doğar. Ölüm nedeni ve öncesindeki olaylar kaydedilir; çoğu düzeltme bu kayıtlardan çıkar.
Oyuncunun kararları botun içindeki bir modelden değil, dışarıdan gelir. Son koşularda Claude Opus 5.5 HIGH, aynı metin raporunu okuyup aynı eylem listesinden seçerek oynuyor.
Hayır. Yalnız gölge kipte; öneriler kaydedilir, uygulanmaz.
Ziyaretçilerden hiçbir kişisel veri toplanmaz; çerez, izleme ya da üçüncü taraf betiği yoktur. Gösterilen veriler yalnız oyuna ait kayıtlardır.