GPT-6 Astra tự chơi World of Warcraft: AI đạt level tối đa trong 40 phút không một lần tử vong

Một thử nghiệm mới với agent-wow cho thấy mô hình GPT-6 Astra có thể tự điều khiển nhân vật trong World of Warcraft mà không cần huấn luyện trước. AI hoàn thành toàn bộ chuỗi nhiệm vụ vùng khởi đầu chỉ trong 40 phút, không tử vong lần nào, mở ra hướng nghiên cứu mới về khả năng của các mô hình ngôn ngữ lớn trong môi trường game giả lập.

Minh họa AI agent chơi game

Từ ý tưởng đến thử nghiệm thực tế

Thời gian gần đây, các agent dựa trên LLM chơi game đang thu hút sự chú ý của cộng đồng công nghệ. Khác với các bot truyền thống dùng thuật toán cố định, agent LLM chưa từng được huấn luyện trên tựa game cụ thể nào. Thay vào đó, nó dựa hoàn toàn vào khả năng suy luận để tương tác với môi trường và hoàn thành nhiệm vụ như một người chơi thật.

Trước đó đã có một số dự án mã nguồn mở tương tự như Mindcraft hay Factorio Learning Environment. Dự án agent-wow được tạo ra nhằm mở rộng ý tưởng này sang World of Warcraft, với mục tiêu cuối cùng là lấp đầy cả một server bằng các AI agent và xem liệu chúng có thể chinh phục Icecrown Citadel ở độ khó heroic hay không.

Bài kiểm tra đầu tiên được đưa ra khá đơn giản:

"Tạo một nhân vật orc và hoàn thành tất cả nhiệm vụ ở vùng khởi đầu."

Kết quả vượt xa kỳ vọng: AI hoàn thành nhiệm vụ chỉ trong 40 phút, với 0 lần tử vong và gần như không gặp trở ngại nào.

Vì sao lại chọn World of Warcraft?

WoW có sự cân bằng rất tốt giữa chiến lược dài hạn và chiến thuật ngắn hạn, khiến nó trở thành môi trường lý tưởng để đánh giá năng lực AI. Khi tiến gần đến cấp độ tối đa, người chơi phải thực hiện nhiều bước lập kế hoạch và thực thi phức tạp:

• Hoàn thành toàn bộ chuỗi nhiệm vụ tiên quyết
• Trang bị đủ mạnh để đối đầu boss cuối
• Thành lập guild với đội hình class phù hợp

Mỗi yêu cầu lại có thể chia nhỏ thành nhiều nhiệm vụ con. Ví dụ, một số món đồ tối ưu chỉ có thể chế tạo, đòi hỏi nguyên liệu và kỹ năng nhất định. Nhân vật có thể tự cày cuốc hoặc mua bằng vàng — cả hai đều dẫn đến cùng kết quả nhưng bằng cách tiếp cận hoàn toàn khác nhau.

Ở cấp độ raid, game còn đòi hỏi sự phối hợp nhịp nhàng theo thời gian thực: tung phép theo đúng rotation để tối đa hóa sát thương mỗi giây, né chiêu, và đồng bộ với 24 người chơi khác. Đây thực sự là môi trường áp lực cao để kiểm tra năng lực agent.

Cách agent-wow hoạt động

Điểm đáng chú ý nhất của agent-wow là nó không dùng thị giác máy tính với bàn phím và chuột, cũng không can thiệp trực tiếp vào client game. Thay vào đó, agent giao tiếp trực tiếp với game server thông qua giao thức mạng của WoW.

Hệ thống còn cung cấp một module system để agent tự xây dựng bất kỳ khả năng nào cần thiết. Cách tiếp cận này giúp giảm độ phức tạp đi ít nhất một bậc độ lớn so với việc viết một client WoW không đầu từ con số không — điều mà tác giả từng thử và phải bỏ dở sau 16.000 dòng code đầy lỗi.

Các thử nghiệm đều chạy trên server cục bộ dùng dự án mã nguồn mở AzerothCore, hỗ trợ WoW 3.3.5a — bản build cuối cùng của Wrath of the Lich King và cũng là thời kỳ đỉnh cao của tựa game này.

Sơ đồ kiến trúc agent-wow

Những phát hiện đáng chú ý

Khai thác dữ liệu mã nguồn AzerothCore

AI đã trích xuất yêu cầu nhiệm vụ, NPC giao nhiệm vụ, NPC trả nhiệm vụ và tọa độ spawn trực tiếp từ các file SQL của AzerothCore. Từ đó, nó xây dựng chiến lược tối ưu cho thứ tự nhiệm vụ: hoàn thành chuỗi tiên quyết, bán đồ rác, trang bị nâng cấp và học kỹ năng trước khi bước vào hang động cuối cùng.

Cách tiếp cận này không khác biệt nhiều so với việc người chơi thật dành hàng giờ tra cứu Wowhead để nghiên cứu nhiệm vụ.

Tự viết chương trình tìm đường bằng C++

Điều gây ấn tượng mạnh nhất là agent đã tự viết một chương trình C++ để tính toán đường đi giữa hai điểm trong thế giới game. Chương trình này:

• Nhận sáu tham số tọa độ: điểm bắt đầu và đích đến (x, y, z)
• Tải các file navmesh (mmaps) cục bộ của AzerothCore
• Dùng thư viện Detour để tìm tuyến đường qua các bề mặt có thể đi qua
• Trả về mảng JSON các tọa độ, hoặc báo lỗi nếu không tìm được đường hoàn chỉnh

Một script Python sau đó gọi file thực thi đã biên dịch, đọc các waypoint và gửi packet di chuyển để nhân vật đi theo lộ trình.

Không cần trừu tượng hóa cao cấp

Ban đầu, tác giả dự đoán agent sẽ tạo các lớp trừu tượng như moveTo hay castSpell để tránh làm việc ở tầng packet. Nhưng thực tế, AI hoàn toàn thoải mái làm việc ở tầng giao thức — nó chỉ tạo duy nhất một module để gửi và đăng ký các packet quan tâm.

Thậm chí, agent còn khai thác lỗi bản đồ để xuyên qua tường ở những vị trí có thể thiếu thuộc tính va chạm.

Điều gì tiếp theo?

Kết quả này khiến tác giả đặt ra nhiều câu hỏi hấp dẫn cho các lần thử nghiệm tiếp theo:

• Liệu một agent đơn lẻ có thể tự lên level 80 hoàn toàn tự động? Nếu có, nó cần xây dựng những gì dọc đường và mất bao lâu?
• Liệu nhiều agent có thể chơi cùng nhau, dùng các tính năng xã hội trong game để phối hợp hoàn thành nhiệm vụ và dungeon?

Ngoài ra, tác giả cũng dự định xây dựng thêm công cụ quan sát để theo dõi nhân vật AI trong thời gian dài khi người dùng không ngồi máy, đồng thời thêm sandbox để giới hạn quyền truy cập của agent — một bước quan trọng để đảm bảo an toàn khi AI ngày càng có khả năng tác động vào môi trường thực.