Команда ИИ-агентов прошли Minecraft за сутки: 605 смертей, 2783 скрипта и $520 расходов

Скриптов могло быть меньше — агенты часто в них ошибались.

Группа из четырех ИИ-агентов на базе Gemini 4 Argon самостоятельно прошла Minecraft в режиме выживания и победила Дракона Края. По всей видимости, это первый раз, когда прохождение игры удалось группе агентов.

В отличие от обычных игроков, ИИ-агенты управляли персонажами через код, а не анализировали происходящее на экране. Агенты работали через библиотеку Mineflayer, позволяющую создавать ботов для Minecraft.

Для выполнения всех нужных действий агенты писали небольшие скрипты на JavaScript. После выполнения скрипта нейросеть получала текстовый отчет, на основе которого ИИ решал, что делать дальше.

Авторы проекта утверждают, что впервые добились полностью автономного прохождения Minecraft с помощью универсальных ИИ-агентов. Система работала без предварительно изученных параметров генерации игрового мира и специальных инструментов, написанных людьми для решения игровых задач.

Сами агенты не получали дополнительных инструкций насчет своих ролей: им лишь разрешили самостоятельно распределять обязанности. В процессе прохождения ИИ-агенты обменялись 229 сообщениями: они писали друг другу об ошибках и достижениях, а также координировали свою деятельность.

За время прохождения ИИ-агенты написали 2783 скрипта на JavaScript — 22% скриптов вылетали с ошибками — и погибли 605 раз. Финальное противостояние с Драконом Края заняло у нейросетей 14 часов, на токены суммарно было потрачено $520, все прохождение заняло 27 часов.

По словам авторов проекта, их эксперимент был направлен на проверку возможностей универсальных ИИ-агентов в решении продолжительных и многоэтапных задач. Для успешного прохождения Minecraft нейросетям потребовалось писать код, исправлять ошибки, распределять работу и координировать действия на протяжении многих часов.

Авторы считают, что аналогичные способности необходимы для разработки крупных проектов и автоматизации сложных рабочих процессов. Видимо, агенты уже сейчас неплохо справляются с этими задачами, но процесс может быть оптимизирован.