RuneBench premia gli agenti che si fermano a cercare un modo migliore di giocare

In RuneScape puoi passare il tempo a ripetere un’attività sicura oppure allontanarti per cercare strumenti, luoghi e metodi migliori. RuneBench, un esperimento che mette alla prova agenti AI dentro il gioco, si è scontrato con questa scelta: se il punteggio misura soltanto l’esperienza accumulata, fermarsi a esplorare diventa uno svantaggio.

Max Bittker e gli altri autori hanno cambiato l’obiettivo. Invece degli XP totali guadagnati entro un tempo prefissato, misurano il miglior ritmo di guadagno in una finestra di 15 secondi. L’agente può così investire una parte della prova nella preparazione e recuperare con una strategia più efficiente. Gli autori descrivono partite riuscite che attraversano luoghi e metodi diversi man mano che il personaggio sale di livello.

La varietà di comportamenti ricorda un allenamento incrociato: alternare attività può aprire possibilità che la ripetizione non fa incontrare. È una nostra analogia, non un risultato sull’apprendimento umano. Il meccanismo verificato è il punteggio: per vincere l’agente deve ancora ottenere XP velocemente, ma può dedicare una parte della prova a trovare come farlo.

Gli agenti leggono lo stato di un server emulato e agiscono scrivendo codice TypeScript; hanno anche guide del gioco da consultare. Non stanno giocando guardando lo schermo. Tempi lunghi e pochi campioni rendono rumoroso il confronto fra modelli: il dettaglio più solido è la scelta del punteggio, che lascia spazio alla ricerca di un modo migliore di giocare.