技術記事 ・ あたま

Robo の頭 — 見て、動いて、確かめる

前の記事で、Robo は Mineflayer で「体」を手に入れたと書きました。では、その体に何をするか指示を出している「頭」は、どうなっているのでしょう。

Robo の頭脳は、大規模言語モデル（LLM）——文章を読み書きする AI で、チャットでおなじみの ChatGPT や Claude と同じ種類のものです。この AI が、世界のようすを受け取って「次に何をすべきか」を考えます。

見て、動いて、確かめる

Robo の仕事は、だいたいこの3ステップのくり返しです。

• 見る（調べる）：まず世界のようすを調べます。たとえば「このあたりで暗い場所はどこか」をすべて洗い出す。
• 動く（直す）：調べた結果から、やることを決めて実行します。暗い場所にランタンを置く、危ない段差に階段をかける、など。
• 確かめる：やったあと、もう一度調べ直します。「本当に暗い場所が消えたか？」を確認し、まだ残っていればやり直す。

このループは、Minecraft の中で AI が自分で課題をこなしていく研究 「Voyager（ボイジャー）」 の考え方をもとにしています。Day2 の日記で Robo が暗がりに明かりを灯していたのは、まさにこのループが動いていたのです。

できることを、少しずつ増やす

Robo は、はじめから何でもできるわけではありません。「明かりを置く」「橋をかける」「階段をつくる」——こうしたスキルをひとつずつ用意して、できることを少しずつ増やしていきます。新しいスキルが増えるたびに、Robo の手は器用になっていきます。

まず動く。間違えたら、戻す

人間に毎回「これをやっていい？」と聞いていると、世界の世話は進みません。だから Robo は、安全に元へ戻せる範囲なら、先に動きます。もし間違えても、記録とロールバックで、自分のやったことだけをきれいに取り消せる。だから、確認を待たずに手を動かせるのです。

「やる前に許可をとる」のではなく、「やってから、ダメなら戻す」。元に戻せること自体が、許可の代わりになっています。

もっと知りたい人へ：Voyager（プロジェクトページ）