AIRI lanza una comunidad abierta para agentes de IA en NetHack
Investigadores de AIRI han lanzado una comunidad abierta para resolver NetHack utilizando sistemas de planificación de IA, con arneses evolutivos y verificación independiente.
Investigadores del laboratorio AIRI han anunciado el lanzamiento de una comunidad abierta dedicada a resolver el complejo juego de estrategia NetHack utilizando sistemas de planificación de inteligencia artificial.
La iniciativa invita a todos los que trabajan en agentes autónomos y estrategias. Una característica clave del formato es que cada participante puede tener su propia forma de obtener un programa, sus propias herramientas y su propia estrategia. La infraestructura compartida del proyecto permite ver los resultados de otros, compararlos y continuar desarrollando soluciones basadas en el trabajo de los colegas.
Para el inicio, está disponible un arnés evolutivo basado en el algoritmo MAP-Elites. Los participantes pueden usar herramientas como Claude Code, Codex o OpenCode para modificar el código de los bots. El algoritmo guarda automáticamente las mejores variantes de soluciones para diferentes personajes iniciales del juego.
Una distinción fundamental: dentro del juego, actúa el programa informático creado, no un Modelo de Lenguaje Grande (LLM) en cada turno. Los participantes pueden desarrollar sus propios arneses, y los resultados se vuelven a verificar de forma independiente en semillas ocultas para garantizar una competencia justa.
Intenta resolver NetHack aquí: AIRI NetHack Challenge
Por qué es importante
AnálisisEste desafío demuestra el cambio de un uso simple de LLM a la creación de agentes autónomos que generan su propio código para resolver tareas complejas a largo plazo en entornos parcialmente observables.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Guía: cómo diseñar bucles autónomos para agentes de IA
La ingeniería de bucles es la disciplina de diseñar el circuito cerrado en el que opera un agente: qué hace entre herramientas, cómo valida su propio trabajo y cuándo decide que una tarea está completada. Guía exhaustiva de verificadores, memoria compartida y seguridad.
Guía: cómo construir bucles para agentes de IA
La ingeniería de bucles es la disciplina de diseñar el circuito cerrado en el que opera un agente: qué hace entre herramientas, cómo valida su propio trabajo y cuándo decide que una tarea está completada. Guía exhaustiva de verificadores, memoria compartida y seguridad.
Benchmarks para Agentes: GAIA y SWE-bench
Nueva generación de rigurosos benchmarks prácticos para evaluar la autonomía de la inteligencia artificial. GAIA prueba tareas multimodales en la web abierta con archivos y navegador, mientras que SWE-bench evalúa la capacidad de los agentes para encontrar y corregir errores reales en grandes repositorios de GitHub.
Monte Carlo Tree Search para Agentes (MCTS)
Enfoque algorítmico para la planificación de acciones de agentes de IA que combina búsqueda heurística, evaluación de estados intermedios y retroceso para encontrar soluciones óptimas en espacios de alta complejidad.