Gemini Minecraft：长期游戏中的多 Agent 协作¶

仅研究资料；成本过高，不复现（审查 DONE）。 没有本地执行 Agent、游戏成功率或 GPU 验证，不接入 Evolve。

论文信息¶

字段	内容
论文链接	arXiv 2610.22319；固定 v1 全文
公司 / 机构	Google DeepMind；一作 Maxence Faldor
首次公开日期	2026-10-15 17:51:32 UTC（arXiv v1；10-16 公告）
原作者代码	未找到完整实验 harness；Mineflayer 是上游游戏库，不是本文研究源码
本地 adapter / 稳定键	`gemini-minecraft`（资料键，无可执行 adapter）
本地复现代码	无算法实现；仅本文及 catalog 元数据
验收状态	完整实验不复现 / 审查 DONE；无本地实验分数

原始论文总结¶

背景与主要改动¶

四个执行 Agent 通过编写 JavaScript 程序操纵 Mineflayer 角色；Observer 汇总世界状态，聊天和笔记传递进度。研究重点是长期协作、程序化工具与持久状态，而不是新训练目标。

架构与数据流¶

flowchart TD
  O[Observer 观测世界] --> N[共享聊天与笔记]
  N --> A[四个执行 Agent]
  A --> P[JavaScript / Mineflayer 程序]
  P --> W[Minecraft 世界]
  W --> O
  W --> A

原论文关键图¶

原论文 Figure 2（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¶

本文没有新的参数优化公式。可将交互概括为以下阅读记号（不是新增算法）：

\[ a_t^{(i)}=\pi_i(o_{\le t}^{(i)},m_t),\qquad s_{t+1}=T(s_t,a_t^{(1:4)}). \]

其中共享记录不能替代真实环境反馈。

论文离线与线上效果¶

原文报告一个 Easy 难度随机世界中的成功案例，约27小时、24000次模型调用。不能将一次通关改写成多种子100%成功率，更不代表成本或可靠性优于其他系统。

生产线上 A/B：未报告；这是游戏交互案例，不是工业用户流量实验。

本地复现¶

只完成资料、原图和成本审查，不调用商业模型或运行游戏。原文长时交互超过本轮单卡/本地预算，完整实验标注 成本过高，不复现（审查 DONE）。

复现边界¶

无本地 capability 指标、训练结果或 Evolve 算子；不创建虚构成功回执。范围见本批验收合同。