Первый автономный прохождение Minecraft
Исследователи из Google DeepMind (The PA) представили результат, который можно назвать прорывом в области автономного программирования и многоагентного взаимодействия. Четыре агента на базе модели Gemini 4 Argon были помещены в песочницу Minecraft Java Edition 1.20.4. Их единственной задачей было победа над Драконом Края (Ender Dragon). Важно отметить: агенты не имели заранее заданных ролей, не использовали специализированных игровых плагинов и не имели доступа к интернету. Они действовали исключительно через библиотеку Mineflayer, управляя персонажами с помощью написания JavaScript-кода.
Метрики и статистика успеха
Прохождение заняло 27 часов и 14 минут. За это время агенты написали и выполнили 2 783 программы. Процесс был крайне неидеальным с точки зрения традиционного геймплея: агенты умирали 605 раз. Однако ключевым фактом является то, что это первое в истории end-to-end автономное прохождение игры без участия человека в управлении или написании логики. Медианное время выполнения одной программы составило 33,5 секунды, при этом агенты проводили в активном коде около 40% времени, остальное ушло на анализ результатов и планирование.
| Параметр | Значение | Примечание |
|---|---|---|
| Модель | Gemini 4 Argon | Общая версия, не дообученная под Minecraft |
| 27 часов 14 минут | От первого кода до победы | |
| Количество программ | 2 783 | JavaScript-скрипты для Mineflayer |
| Количество смертей | 605 | Агенты восстанавливались и продолжали работу |
| Сложность | Easy | Случайная генерация мира, читы отключены |
| Доступ к сети | Нет | Все решения принимались на основе локальной памяти |
Как это работало: кооперация без командира
Агенты не получали инструкций типа «ты добывай дерево, а ты строй». Они самостоятельно распределили задачи, используя общий чат и разделяемую память. Они вели записи о координатах, уроках и стратегиях. Если один агент умирал, другие могли забрать его предметы. Агенты использовали стандартный плагин pathfinding для Mineflayer, но логику действий (что копать, куда идти, как крафтить) они генерировали сами. Пятый агент, «Наблюдатель», фиксировал процесс, но не участвовал в игре.
Почему это важно для индустрии
Эксперимент демонстрирует способность ИИ-агентов удерживать сложную цель в памяти на протяжении тысяч шагов и дней. Это напрямую соотносится с задачами корпоративного уровня: долгосрочное программирование, отладка сложных систем и координация между разными модулями. Успех Gemini 4 Argon показывает, что общие языковые модели могут справляться с многошаговым планированием в динамической среде без узкоспециализированной дообучки под конкретную игру.
Источник: Arxiv ↗