本文介绍了名为 AIRIS 的新型学习型人工智能，它能够在 Minecraft 的复杂3D 环境中自主学习。不同于以往在简单环境中测试的 AI，AIRIS 从“一无所有”开始，通过游戏反馈学习如何玩游戏，展现了其强大的学习能力和适应能力。其学习过程包含从环境中获取输入信息（5x5x5 的 3D 方块网格和自身坐标）以及执行操作，并逐步构建内部地图，学习导航和应对各种障碍物。 AIRIS 的成功应用前景广泛，例如用于软件的自动错误和压力测试，这将大大提高软件开发效率。
Minecraft 中出现了一种新型学习型人工智能，名为 AIRIS（自主智能强化推断符号）。该人工智能通过实践学习如何玩游戏，基本上从 Minecraft 中的“一无所有”开始学习如何玩游戏，只使用游戏的反馈循环来教它。
AIRIS 的早期版本是在简单的2D 网格世界益智游戏环境中进行测试的。然而，为了测试该系统，开发者需要在更复杂、更开放的3D 环境中测试该系统。Minecraft 非常符合这一描述，它是一款非常受欢迎的游戏，并且具备将 AI 插入其中所需的所有技术要求。
AIRIS 的工作原理是通过从环境中获得两种类型的输入以及它可以执行的操作列表。第一种类型的输入是围绕代理的方块名称的5x5x53D 网格。这就是代理“看到”世界的方式。第二种类型的输入是代理在世界中的当前坐标。这让我们可以选择为代理指定我们希望它到达的位置。
AIRIS 从“自由漫游”模式开始，并试图探索周围的世界。构建一个内部地图，记录它去过的地方，可以使用附带的可视化工具查看。它会学习如何在世界中导航，当遇到树木、山脉、洞穴等障碍物时，它会学习并适应它们。
AIRIS 的成功用例可能包括软件的自动错误和压力测试。假设 AIRIS 可以在整个《辐射4》中运行，例如，在与 NPC 或敌人互动时可以创建错误报告。虽然质量保证测试人员仍需要检查 AI 记录的内容，但它将加快开发过程中繁琐且令人沮丧的过程。
AIRIS 的出现是人工智能在复杂、全方位的世界中自主学习的虚拟世界的第一步。这对整个人工智能爱好者来说应该是令人兴奋的。
AIRIS 在 Minecraft 中的应用展示了人工智能在复杂环境下自主学习的巨大潜力，为未来人工智能技术的发展提供了新的方向和启示，值得期待其在更多领域的应用和突破。其在软件测试中的应用也预示着未来更高效的软件开发流程。