در رویدادی که مرزهای توانمندی مدل‌های زبانی بزرگ (LLM) در تعامل با محیط‌های پیچیده نرم‌افزاری را جابه‌جا کرده است، مدل هوش مصنوعی GPT-6 Astra موفق شد بدون دریافت حتی یک فریم خروجی تصویری، منطقه آغازین نژاد Orc در بازی World of Warcraft را در مدت ۴۰ دقیقه و بدون مرگ کاراکتر، به طور کامل پاک‌سازی کند.
معماری فنی و تعامل در لایه پروتکل
این دستاورد نه از طریق تحلیل تصویری (Vision-based)، بلکه از طریق تعامل مستقیم با پروتکل شبکه بازی محقق شده است. ابزار agent-wow که یک کلاینت متن‌باز طراحی شده برای تعامل با AzerothCore است، به هوش مصنوعی اجازه می‌دهد تا به جای تکیه بر پیکسل‌ها، داده‌های خام شبکه را دریافت و تحلیل کند. در واقع، هوش مصنوعی با دریافت ۲۸ نوع پیام مختلف از سرور، جهان بازی را در حافظه مدل بازسازی کرده و از طریق اسکریپت‌های پایتون، دستورات کنترلی را به سرور بازمی‌گرداند.
تحلیل داده‌کاوی و سیستم‌های ناوبری
یکی از نکات برجسته این آزمایش، نحوه مدیریت کوئست‌ها و مسیرهاست. مدل به جای جستجو در سایت‌های راهنمای بازی، مستقیماً به فایل‌های SQL سرور AzerothCore دسترسی پیدا کرده و اطلاعات مربوط به جایگاه NPCها و اهداف ماموریت‌ها را استخراج کرده است. برای بخش ناوبری (Pathfinding)، توسعه‌دهنده از کتابخانه Detour و فایل‌های ناوبری (mmaps) خود سرور استفاده کرده است. این ترکیب، به هوش مصنوعی اجازه داد تا مسیرهای بهینه را محاسبه کرده و حتی از خطاهای برخوردی (Collision Bugs) نقشه برای طی کردن سریع‌تر مسیر بهره‌برداری کند.
مشخصات فنی و اجرایی
- مدل هوش مصنوعی: OpenAI GPT-6 Astra (نسخه با Reasoning Effort بالا)
- پلتفرم سرور: AzerothCore (نسخه 3.3.5a – Wrath of the Lich King)
- روش هدایت: تحلیل پروتکل شبکه و استخراج مستقیم داده‌های SQL
- سیستم ناوبری: استفاده از Detour و نقشه (mmaps) سرور
- نتیجه عملکرد: پاک‌سازی کامل منطقه Valley of Trials در ۴۰ دقیقه بدون Death
آینده‌پژوهی عامل‌های هوشمند در دنیای MMO
هدف نهایی این پروژه فراتر از پیمایش یک منطقه ساده است؛ توسعه‌دهنده در پی بررسی توانایی مدل در رسیدن به سطح ۸۰ و حتی سازمان‌دهی گروهی از عامل‌های هوشمند برای تکمیل محتوای سخت‌افزاری (Raid) مانند Icecrown Citadel است. این آزمایش اثبات می‌کند که مدل‌های زبانی نوین با تکیه بر استدلال (Reasoning) می‌توانند در سیستم‌های دارای منطق پیچیده (Deterministic systems) حتی بهتر از سیستم‌های بصری عمل کنند، زیرا وابستگی به تاخیر رندرینگ و خطاهای بینایی را کاملاً حذف کرده‌اند.
