Minecraft 中时间敏感互补协作的多智能体框架

本文提出了 TickingCollabBench，一个基于 Minecraft 的多智能体基准测试，用于评估时间敏感的互补协作任务。该基准反映了真实世界协作的四个核心特征：智能体异构性、强制协作、动态环境及严格的实时约束。为此，作者开发了 TickingCollab 框架，支持生成多样化动态环境，并抽象底层 API 以声明式 YAML 规范任务。此外，设计了可行性感知的自动化基准生成流水线，利用 LLM 生成任务配置并通过验证器过滤无效项。评估表明，语言延迟及部分可观测性下的协调难度导致 LLM 在动态环境中频繁失败。