MineNPC-Task: 面向具备记忆的 Minecraft 智能体的任务套件
人工智能
2026-01-12 v2
摘要
我们提出了 MineNPC-Task，一个用户创建的基准测试与评估框架，用于在开放世界 Minecraft 中测试具备记忆的混合主导 LLM 智能体。任务不依赖合成提示词，而是通过与专家玩家的形成性与总结性协作游玩引出，随后规范化为具有显式前置条件与依赖结构的参数化模板。这些任务与机器可检验的验证器配对，遵循有界知识策略，禁止越界捷径。该框架捕获计划、动作与记忆事件，包括计划预览、定向澄清、记忆读写、前置条件检查与修复尝试，并仅使用世界内证据根据所尝试子任务的总数报告结果。作为初步快照，我们用 GPT-4o 实例化了该框架，并跨 8 位经验丰富的玩家评估了 216 个子任务。我们观察到在代码执行、物品栏与工具处理、引用与导航中反复出现的崩溃模式，以及由混合主导澄清与轻量级记忆使用支持的成功恢复。参与者对交互质量与界面可用性给予了积极评价，同时指出需要更强的跨任务记忆持久性。我们发布了完整的任务套件、验证器、日志与评估框架，以支持对未来具备记忆的具身智能体进行透明且可复现的评估。
引用
@article{arxiv.2601.05215,
title = {MineNPC-Task: Task Suite for Memory-Aware Minecraft Agents},
author = {Tamil Sudaravan Mohan Doss and Michael Xu and Sudha Rao and Andrew D. Wilson and Balasaravanan Thoravi Kumaravel},
journal= {arXiv preprint arXiv:2601.05215},
year = {2026}
}