AIRI Lança Comunidade Aberta para Agentes de IA em NetHack
Investigadores do AIRI criaram uma comunidade aberta dedicada a resolver o complexo jogo de estratégia NetHack através de sistemas de planeamento de IA, destacando-se pela utilização de harnesses evolutivos e verificação independente.
Investigadores do laboratório AIRI anunciaram o lançamento de uma comunidade aberta dedicada à resolução do complexo jogo de estratégia NetHack, utilizando sistemas de planeamento de inteligência artificial.
Esta iniciativa está aberta a todos os profissionais que trabalham com agentes autónomos e estratégias. Uma característica fundamental deste formato é a flexibilidade: cada participante pode utilizar a sua própria metodologia para obter um programa, as suas ferramentas preferidas e a sua estratégia única. A infraestrutura partilhada do projeto permite aos participantes visualizar os resultados dos outros, compará-los e continuar a desenvolver soluções baseadas no trabalho dos colegas.
Para começar, está disponível um harness evolutivo baseado no algoritmo MAP-Elites. Os participantes podem usar ferramentas como Claude Code, Codex ou OpenCode para modificar o código dos bots. O algoritmo salva automaticamente as melhores variantes de solução para diferentes personagens iniciais do jogo.
Uma distinção crucial: dentro do jogo, atua o programa informático criado, e não um Grande Modelo de Linguagem (LLM) em cada turno. Os participantes podem desenvolver os seus próprios harnesses, e os resultados são re-verificados independentemente em sementes ocultas para garantir uma competição justa.
Por que isso importa
AnáliseEste desafio ilustra a transição do uso simples de LLMs para a criação de agentes autónomos capazes de gerar o seu próprio código para resolver tarefas complexas e de longo prazo em ambientes parcialmente observáveis.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
Guia: como projetar corretamente loops para agentes de IA
A engenharia de loops é a disciplina de projetar o circuito autônomo no qual um agente opera: o que ele faz entre as chamadas de ferramentas, quando verifica seu próprio trabalho e como decide que uma tarefa foi concluída. Um guia completo sobre verificadores, memória compartilhada e segurança.
Guia: como criar loops corretamente para agentes de IA
A engenharia de loops é a disciplina de projetar o circuito fechado no qual um agente opera: o que ele faz entre chamadas de ferramentas, quando verifica seu próprio trabalho e como decide que uma tarefa foi concluída. Um guia completo sobre verificadores, memória compartilhada e segurança.
Benchmarks para agentes: GAIA e SWE-bench
Nova geração de benchmarks práticos rigorosos para avaliar a autonomia da inteligência artificial. O GAIA testa tarefas multimodais na web aberta, envolvendo arquivos e navegador, enquanto o SWE-bench verifica a capacidade dos agentes de encontrar e corrigir bugs reais em grandes repositórios do GitHub.
Monte Carlo Tree Search para Agentes (MCTS)
Abordagem algorítmica para o planejamento de ações de agentes de IA, que combina busca heurística, avaliação de estados intermediários e backtracking para encontrar soluções ótimas em espaços de alta complexidade.