GPT-6 Astra يهزم منطقة البداية في World of Warcraft دون رؤية
اعتمد الذكاء الاصطناعي على تحليل حزم الشبكة وملفات SQL للتنقل، متجاوزاً الحاجة إلى معالجة الصور المرئية.

إنجاز غير مسبوق في عالم الألعاب
أثبت نموذج GPT-6 Astra من شركة OpenAI قدرته الفائقة على التفاعل مع بيئات الألعاب المعقدة، حيث نجح في إكمال منطقة البداية لعرق الأورك في لعبة World of Warcraft خلال 40 دقيقة فقط دون تسجيل أي حالة وفاة. جاء هذا الإنجاز وفق ما أعلنه مطوّر عميل agent-wow، الذي أشار إلى أن النموذج لعب المنطقة دون رؤية أي إطار مرئي واحد، معتمداً كلياً على حركة البيانات والشبكة. ويمكن الرجوع إلى Tom's Hardware للاطلاع على التفاصيل الأصلية للمصدر.
آلية العمل: من الأعمى إلى الخبير
اعتمد النموذج في هذا الاختبار على نهج فريد يجمع بين تحليل حركة الشبكة واستخراج البيانات من ملفات الخادم. بدلاً من الاعتماد على معالجة الصور أو الشاشات، استخدم النموذج بيانات المهام المستخرجة من ملفات SQL الخاصة بالخادم، مما سمح له بفهم البيئة بدقة عالية. وصف مطوّر المشروع هذا النهج بأنه يشبه الطريقة التي قد يقضي بها اللاعب البشري ساعات في البحث عن معلومات المهام، لكن بمصادر بيانات أكثر دقة وموثوقية تأتي مباشرة من قلب اللعبة. ويمكن الرجوع إلى Terms & Conditions للاطلاع على التفاصيل الأصلية للمصدر.

تفاصيل تقنية حول العميل والخادم
استخدم الاختبار عميل agent-wow، وهو عميل مفتوح المصدر مصمم خصيصاً للاعبين من وكلاء الذكاء الاصطناعي في بيئة AzerothCore. لا يحدد هذا العميل أي ميكانيكيات لعب مثل الحركة أو القتال، بل يوفر نظام وحدات يسمح للوكلاء ببناء الأدوات التي يحتاجونها. يعمل العميل مع خوادم خاصة محلية، مما يتيح بيئة آمنة للتجارب دون اتصال بخوادم اللعبة الحية. كما تم تشغيل النموذج مع مستوى جهد استدلالي عالٍ، مما ساهم في تحسين أدائه في التخطيط واتخاذ القرارات.
التنقل الذكي واستغلال ثغرات الخريطة
لمواجهة تحدي التنقل، طور النموذج مساعد برمجي بلغة C++ يعتمد على ملفات شبكة الملاحة الخاصة بالخادم. استخدم هذا النظام مكتبة Detour لإيجاد المسارات المثلى بين النقاط، مما أتاح للوكيل التنقل بكفاءة عالية. لاحظ المطور أن النموذج كان قادراً على استغلال أخطاء في الخريطة حيث كانت خصائص التصادم غير مكتملة، مما يعكس مرونته في التعامل مع البيئات غير المثالية. وصف المطور قدرات التنقل هذه بأنها مثالية، خاصة في سياق التحديات التقليدية التي تواجهها الروبوتات القائمة على الخوارزميات.

استراتيجية اللعب وإدارة المهام
تبع النموذج استراتيجية لعب منظمة، حيث عمل على سلاسل المهام التمهيدية بالترتيب، وقام ببيع الأغراض غير الضرورية، وتجهيز الترقيات، وتدريب القدرات قبل الوصول إلى الكهف النهائي في المنطقة. كما اختار التقاط مهمتي الكهف معاً لإتمامهما في وقت واحد، مما يعكس كفاءة في إدارة الوقت والموارد. بدأ النموذج كشخصية من مستوى 1، وأكمل جميع المهام في وادي الاختبارات، لينهي الجولة في قرية سين-جين، مما يؤكد قدرته على فهم تسلسل أحداث اللعبة.
مقارنة مع تجارب سابقة وأهداف مستقبلية
يأتي هذا الإنجاز بعد تجربة سابقة للنموذج مع لعبة Portal، حيث استخدم لقطات شاشة ومعرفة بموقع اللاعب لإكمال اللعبة في 24 ساعة. على عكس ذلك، اعتمد اختبار World of Warcraft على البيانات الخام فقط دون أي مدخلات بصرية. يخطط المطور الآن لاختبار ما إذا كان وكيل واحد يمكنه الوصول إلى المستوى 80 بشكل مستقل، وما إذا كان بإمكان عدة وكلاء التعاون لإكمال المحتوى عبر ميزات اللعبة الاجتماعية، مع هدف طويل الأمد لملء خادم كامل بالوكلاء لمحاولة هزيمة قلعة Icecrown.
المصادر
- Tom's HardwareChatGPT-6 Astra plays World of Warcraft 'blind' and clears the orc starting zone in 40 minutes with no deaths
تابع التسلسل الزمني





