Minecraft 中的智能体：端到端崩溃 Bug 复现
摘要
在不断演化的游戏（如 Minecraft）中复现游戏 bug，尤其是崩溃 bug，是一个极其手动、耗时且难以自动化的过程；我们采访的 Minecraft 关键决策者证实了这一点，指出大量崩溃报告需要手动情景重建。尽管 LLM 在其他软件领域取得了在 bug 复现方面的成功，但 games 由于其复杂的交互环境，仍基本未被 addresses。这篇论文引入 BugCraft，一种 novel 的端到端框架，旨在自动化 Minecraft 中崩溃 bug 的复现，以解决自动化 game bug 复现的关键性空白。BugCraft 采用两阶段方法：首先，Step Synthesizer 利用 LLM 和 Minecraft Wiki 知识将 bug 报告转化为高质量、结构化的复现步骤（S2R）；其次，由以视觉为基础的 LLM 智能体和定制宏 API 驱动的 Action Model 在 Minecraft 中执行这些 S2R 步骤，以触发报告的崩溃。为便于评估，我们引入 BugCraft-Bench，这是一个精选的 Minecraft 崩溃 bug 报告数据集。在 BugCraft-Bench 上，我们的框架使用 GPT-4.1 端到端复现了 34.9% 的崩溃 bug，显著优于 baseline computer-use 模型的 37%。BugCraft 证明了使用 LLM 在复杂游戏环境中自动化崩溃 bug 复现的可行性，为 game testing 与 development 开辟了广阔的机遇。我们将代码开源于 https://bugcraft2025.github.io。
引用
@article{arxiv.2503.20036,
title = {Agents in the Sandbox: End-to-End Crash Bug Reproduction for Minecraft},
author = {Eray Yapağcı and Yavuz Alp Sencer Öztürk and Eray Tüzün},
journal= {arXiv preprint arXiv:2503.20036},
year = {2025}
}
备注
Accepted into ASE'25 (Automated Software Engineering). https://conf.researchr.org/details/ase-2025/ase-2025-papers/244/Agents-in-the-Sandbox-End-to-End-Crash-Bug-Reproduction-for-Minecraft