Voyager

本页实现自动课程入口、执行反馈/自验证，以及可增长、可复用的 executable skill library；不声称在本地复刻 Minecraft 世界。

论文信息

字段	内容
论文链接	Voyager: An Open-Ended Embodied Agent with Large Language Models
公司 / 机构	NVIDIA / Caltech / UT Austin / Stanford / ASU
首次公开日期	2023-05-25
原作者代码	已开源
本地 adapter / CLI key	voyager
本地复现代码	src/auto_research/agent_research/

原始论文总结

背景与主要改动

开放世界 Agent 需要持续选择有新颖性的任务、把成功行为积累为技能，并根据环境 报错修复程序。Voyager 用 GPT-4 自动生成 curriculum，以代码作为动作空间；成功 程序按描述索引进 skill library，新任务检索并组合已有技能。

flowchart LR
    W["世界状态与探索进度"] --> C["自动 curriculum"]
    C --> G["生成可执行程序"]
    L["skill library 检索"] --> G
    G --> X["环境执行"]
    X --> V["错误反馈与 self-verification"]
    V -->|失败| G
    V -->|成功| L

原论文关键图

原论文 Figure 1（关键图）：展示原论文方法的总体设计和关键组成。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\[ g_t=\operatorname{Curriculum}(s_t,\mathcal S_t),\quad z_t=\operatorname{Generate}(g_t,s_t,\operatorname{Retrieve}(\mathcal S_t,g_t)), \quad \mathcal S_{t+1}=\mathcal S_t\cup\{z_t\}\ \text{if Verify}(z_t)=1. \]

论文离线与线上效果

论文在 Minecraft 获得 3.3 倍独特物品、2.3 倍探索距离，关键科技树里程碑最高 快 15.3 倍；新世界中技能库还能迁移到未见任务。没有生产线上 A/B 实验。

本地复现

PlanBench mini 固定 120 episodes。新任务族触发生成/执行/自验证，成功后写入 技能库；相同 procedure 后续直接检索复用。

指标	Voyager
joint success	1.0000
average cost	1.1200
skills created / reused	12 / 108
verification retries	12

auto-research agent-eval --method voyager --benchmark planbench-mini \
  --episodes 120 --memory-size 24 --seed 42

稳定指标： classic-agent-mini-suites-seed42.json。

复现边界

保留 curriculum/skill/verification 三组件和跨 episode 复用；本地技能是结构化工具 计划，不是 Mineflayer JavaScript，未运行 Minecraft、GPT-4 与 embedding retrieval。