ТехволнаЧетыре Gemini-агента автономно победили Дракона Края в Minecraft после 27 часов и 605 смертей
Эксперимент исследователей показал, что команда ИИ-агентов способна без подсказок пройти полный путь выживания в случайно сгенерированном мире Minecraft. Четырём экземплярам Gemini 4 Argon поставили единственную цель — победить Дракона Края — и запустили на лёгкой сложности. Люди не вмешивались ни разу.
Агенты не видели экран и не нажимали клавиши. Каждый писал короткие скрипты на JavaScript, а библиотека Mineflayer превращала команды в игровые действия: копать, строить, крафтить или атаковать. После выполнения программа возвращала координаты, данные о здоровье, инвентаре и окружении, и агент принимал следующее решение.
Роли распределились сами собой уже через десять минут. Один участник взялся за создание инструментов, другой — за припасы, третий готовил портал в Нижний мир, а четвёртый отправился добывать ресурсы. Никакой заранее прописанной стратегии не было.
Самый яркий пример самостоятельного планирования случился при поиске подземной крепости. Один из агентов дважды бросил Око Края из разных точек, каждые 50 миллисекунд фиксировал направление его полёта и вычислил место пересечения траекторий. Расчёт указал на точку всего в 43 метрах от настоящей комнаты с порталом, притом что крепость находилась примерно в 1,3 километра от базы.
Команда не раз вытаскивала себя из серьёзных неприятностей. В одном эпизоде агент утонул вместе со всеми 12 Оками Края, необходимыми для активации портала. Товарищи немедленно передали точные координаты упавших предметов и время до их исчезновения.
Другой участник успел подобрать весь комплект за две с половиной минуты до рокового срока. После других смертей — а всего агенты погибали 605 раз — они так же возвращали снаряжение, делились координатами и записывали найденные решения в общую память. Накопленный опыт позволял избежать повторения одних и тех же ошибок.
Финальная схватка с Драконом Края заняла почти 14 часов и унесла 69 жизней. Лишь спустя 21 час игры команда поняла, почему атаки почти не приносят результата: десять кристаллов на обсидиановых башнях постоянно восстанавливали здоровье босса. Агенты придумали подниматься к ним на импровизированных земляных столбах, уничтожили все кристаллы и через 39 минут добили дракона.
За всё время агенты написали 2783 программы, примерно 22% из которых завершились с ошибками. Несмотря на это, они продолжали исправлять код и двигаться вперёд более суток. Результат нельзя напрямую сравнивать с игрой человека.
Mineflayer предоставляла агентам точные данные о положении блоков и существ, включая сведения за стенами и внутреннее состояние дракона, а встроенный модуль сам прокладывал путь. Кроме того, модель уже знала Minecraft по обучающим данным, игра шла на лёгкой сложности, а эксперимент провели лишь один раз. Поэтому успех заключается не в игровом мастерстве, а в способности четырёх ИИ-агентов больше суток удерживать общую цель, распределять задачи, запоминать ошибки и работать дальше после сотен провалов.
