AIRI uruchamia otwartą społeczność dla agentów AI w grze NetHack
Badacze z AIRI zapoczątkowali otwartą inicjatywę mającą na celu rozwiązanie skomplikowanej gry strategicznej NetHack za pomocą systemów planowania AI, wykorzystując ewolucyjne środowiska testowe oraz niezależną weryfikację wyników.
Naukowcy z laboratorium AIRI ogłosili start otwartej społeczności poświęconej rozwiązywaniu złożonej gry strategicznej NetHack przy użyciu systemów planowania sztucznej inteligencji.
Inicjatywa jest skierowana do wszystkich osób pracujących nad autonomicznymi agentami i strategiami. Kluczową cechą tego formatu jest elastyczność – każdy uczestnik może stosować własne metody generowania kodu, korzystać z dowolnych narzędzi i realizować autorską strategię. Wspólna infrastruktura projektu pozwala uczestnikom na przeglądanie wyników innych, ich porównywanie oraz dalszy rozwój rozwiązań w oparciu o pracę kolegów.
Na początek dostępny jest ewolucyjny harness oparty na algorytmie MAP-Elites. Uczestnicy mogą używać takich narzędzi jak Claude Code, Codex czy OpenCode do modyfikacji kodu botów. Algorytm automatycznie zapisuje najlepsze warianty rozwiązań dla różnych postaci startowych w grze.
Fundamentalna różnica polega na tym, że wewnątrz gry działa stworzony program komputerowy, a nie duży model językowy (LLM) podejmujący decyzje w każdej turze. Uczestnicy mogą rozwijać własne harnessy, a wyniki są niezależnie weryfikowane na ukrytych ziarnach losowości (seeds), co zapewnia uczciwą rywalizację.
Wyzwanie można podjąć tutaj: AIRI NetHack Challenge
Dlaczego to ważne
AnalizaTo wyzwanie ilustruje przesunięcie paradygmatu od prostego wykorzystania modeli LLM do tworzenia autonomicznych agentów generujących własny kod, zdolnych do rozwiązywania złożonych zadań o długim horyzoncie czasowym w środowiskach częściowo obserwowalnych.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
Claude Code Projects: jak jeden AI koordynuje zespół autonomicznych agentów
Głęboka analiza Claude Code Projects: architektura Coordinator i Threads, równoległe gałęzie, wspólna pamięć MEMORY.md oraz zarządzanie agentami w chmurze.
Część I. Architektura agentów AI: fundamentalne elementy
Dziesięć fundamentalnych elementów współczesnego agenta: taksonomia modeli, pętla runtime, techniki promptowania, destylacja, umiejętności (skills), pamięć, wywoływanie funkcji oraz ekonomia jednostkowa.
Benchmarki dla agentów: GAIA i SWE-bench
Nowe pokolenie rygorystycznych, praktycznych benchmarków służących do oceny autonomii sztucznej inteligencji. GAIA testuje zadania multimodalne w otwartym internecie z wykorzystaniem plików i przeglądarki, natomiast SWE-bench sprawdza zdolność agentów do znajdowania i naprawiania rzeczywistych błędów w dużych repozytoriach GitHub.
Ocena agentów i benchmarking SWE-bench
Metodologia i infrastruktura systematycznego pomiaru niezawodności, dokładności i bezpieczeństwa agentów AI przy użyciu testów syntetycznych, SWE-bench oraz symulacji repozytoriów w trybie headless.