研究团队将前沿大模型的多个副本放入一个无目标的模拟岛屿环境，不设置任务也不引导探索。经过30小时，这些智能体自行设置挑战、爬高地、发明类似篮球的玩法，并用石块摆出星座图案和自己的名字。允许玩耍过的副本在后续特定任务上的表现优于全新副本。该结果提示，智能体在开放环境中形成的自主探索和经验积累，可能成为提升任务能力的新路径，也为长程智能体训练、仿真环境设计和安全评估提供了新的研究样本。 关键要点无目标环境中出现自发行为智能体自行发明类似篮球的玩法玩耍后的副本后续任务表现更优 返回列表 上一篇 下一篇
