NetHackers: открытое сообщество для создания ИИ-агента, способного пройти NetHack

Проект NetHackers объединяет разработчиков и исследователей для создания распределенной системы планирования искусственного интеллекта. Главная цель инициативы — обучить программу стабильно проходить классический пошаговый рогалик NetHack, используя открытый код и общие правила проверки.

Создание автономных игровых агентов для сложных сред требует не только вычислительных ресурсов, но и точной координации усилий разработчиков. Использование единой тестовой базы и открытых репозиториев позволяет превратить разрозненные эксперименты в управляемый научный процесс.

Что такое NetHack и почему он сложен для ИИ

Игра NetHack представляет собой пошаговую ролевую игру с видом сверху и аскетичным интерфейсом, созданную в 1987 году. Игровой процесс включает выбор пола, расы, мировоззрения и класса персонажа с последующим спуском через десятки процедурно генерируемых уровней для поиска Амулета Йендора. Победа в игре называется вознесением.

Графика проекта выполнена в классическом стиле, а опытные игроки часто запускают игру в текстовом ASCII-режиме. Проект до сих пор получает обновления, однако для искусственного интеллекта эта игра остается серьезным вызовом. Процедурная генерация, неполнота информации и длинные партии на десятки тысяч ходов приводят к тому, что единичная ошибка в начале руинит все прохождение. Это делает игру подходящим бенчмарком для оценки кодинг-агентов.

Для систематизации попыток и исключения ситуации, когда сотни разработчиков ведут изолированные репозитории без обмена опытом, было создано открытое сообщество NetHackers.

Как устроена совместная работа в сообществе

Организация совместных исследований требует строгих регламентов, чтобы исключить субъективность и переобучение алгоритмов под конкретные локации. Участники проекта соблюдают несколько базовых принципов:

• Единый внешний интерфейс ботов: программа получает текущее состояние игрового мира и возвращает действие, при этом внутренняя архитектура остается на усмотрение автора.
• Оценка по 73 стартовым персонажам, для каждого из которых задействовано по 15 одинаковых открытых подземелий.
• Дополнительная проверка успешных алгоритмов на 15 закрытых подземельях для предотвращения переобучения.
• Прямая связь результатов с точной версией открытого кода для возможности воспроизведения.
• Отсутствие единственного пьедестала: вклад оценивается по отдельным персонажам и преодоленным игровым рубежам.

Изоляция проверок в защищенных контейнерах с ограничениями ресурсов гарантирует безопасность выполнения кода, поступающего от сторонних разработчиков или автономных агентов.

Базовое решение и отправная точка

В качестве отправной точки участники используют символьного бота AutoAscend, который победил в соревновании NetHack Challenge 2021 года. Эта программа умеет исследовать локации и сражаться, однако ее код содержит множество зон для оптимизации.

Авторы исследования не навязывают конкретный метод доработки. Разработчики могут вручную править логику, подключать кодинг-агентов для анализа записей гибели или строить циклические системы генерации патчей. Главным ресурсом здесь выступают инженерные идеи и их практическая реализация, а не механический запуск чужих вычислений.

Текущие результаты и состояние лидерборда

Полное вознесение в актуальной версии NetHack 3.6.6 с использованием среды NLE пока не продемонстрировала ни одна программа. Исторический прецедент бота BotHack относился к устаревшей версии 3.4.3, а успешный запуск языкового агента GPT-6 Astra на публичном сервере выполнялся при участии человека и не является полностью автономным решением.

Для оценки прогресса используется шкала продвижения к игровым рубежам. Базовый бот AutoAscend демонстрирует около 7,8% прогресса. Внедрение методов обучения с подкреплением позволило поднять этот показатель до 11,78% и 16,98% для специализированных вариантов, а отдельные современные программы на лидерборде достигают 32%.

Запуск сети исследователей позволил получить алгоритмы, которые регулярно доходят до финальных уровней на публичных картах, но пока терпят поражение на заключительном этапе. Наличие промежуточных успехов показывает перспективность комбинирования рукописных правил и алгоритмов обучения.

Открытость кода против закрытых лабораторных систем

Использование коммерческих инструментов искусственного интеллекта не запрещено участникам, однако ценность проекта заключается в фиксации результатов в открытом репозитории. Исправление ошибки в поиске пути или изменение логики поведения должны оставаться доступными для изучения независимо от статуса подписок разработчика.

Организаторы сопоставляют подход с платформой Fishtest для шахматного движка Stockfish, где мелкие доработки проходят масштабную проверку матчами. Конечная цель NetHackers заключается не только в формальной победе алгоритма над игрой, но и в формировании проверяемой базы знаний, логов и методов, применимых к другим сложным задачам планирования.