HiSTEVE 1.0：面向开放世界游戏、使用类人界面的VLA智能体
HiSTEVE是一种分层视觉-语言-行动（VLA）智能体，通过视觉输入和原生键盘、鼠标操作游玩《我的世界》。带有结构化记忆的规划器负责选择子任务，与策略耦合的检测器则估计任务是否完成。该模型通过注入世界知识、模仿学习和强化学习进行训练。研究人员报告称，HiSTEVE在MineStudio Bench上得分为85.0%，在OpenHA上的平均成功率为37.4%；它还可以完成从零开始制作铁镐等长期任务。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。