用 VLM 分布式 RL 训练玩 Minecraft，突破环境速度瓶颈

max_paperclips · x · 2026-08-17

有人利用 Netherite 构建了一个项目，结合 VLM（视觉语言模型）和超快速的分布式强化学习（RL）来教模型玩 Minecraft，且完全不受环境速度瓶颈的限制。

Netherite 在此处不仅用于训练微小策略，还可作为世界模型的渲染农场（Sim 本身即数据加载器），生成无限训练数据。作者表示 Netherite 即将迎来更多重大更新，并在探索更多应用场景。