Minecraft中时间敏感互补协作的多智能体框架

我们推出了 TickingCollabBench，这是一个基于 Minecraft 的多代理基准测试，用于一类新型的时间敏感的互补协作任务。我们的基准反映了现实世界协作的四个核心特征：代理异构性、强制协作、动态环境以及具有失败风险的严格实时约束。为了实现这一点，我们开发了 TickingCollab 框架，该框架支持生成不同的动态环境并抽象 Minecraft 的原始 API，以启用用于组合这些事件的声明性 YAML 任务规范。在此基础上，我们设计了一个可行性感知的自动基准生成管道，其中大语言模型起草结构多样的任务配置，可行性验证器使用近似约束过滤掉无效的任务配置。评估表明，语言延迟和在部分可观察性和代理异构性下协调的固有困难导致大语言模型在动态环境下频繁失败，并且明显低于全局知识预言机。