- Четыре автономных ИИ-агента на базе флагманской модели Gemini 4 Argon впервые целиком прошли Minecraft и одолели Дракона Края.
- Прохождение заняло 27 часов 14 минут, потребовало генерации 2783 программ и сопровождалось 605 смертями персонажей.
- Эксперимент Google DeepMind продемонстрировал способность независимых нейросетевых агентов к сложной многозадачности, общению и распределению ролей.
Исторический рубеж для игрового ИИ
Исследовательское подразделение Google DeepMind опубликовало препринт научной работы на платформе arXiv, в котором зафиксировано беспрецедентное технологическое достижение. Четыре автономных программных агента под управлением флагманской нейросети Gemini 4 Argon сумели полностью завершить выживание в культовой песочнице Minecraft от студии Mojang Studios (Xbox) без малейшего участия человека.
Эксперимент проходил в процедурно сгенерированном мире на стандартной сложности «Easy». Агенты начинали прохождение с нуля, самостоятельно координируя действия, разделяя задачи и преодолевая игровые препятствия вплоть до финальной битвы с Драконом Края (Ender Dragon).
Статистика и ключевые показатели прохождения
Автономный процесс потребовал от алгоритмов непрерывной самокоррекции, адаптивного написания кода и взаимодействия в реальном времени. В ходе кампании агенты столкнулись с сотнями неудач, но смогли довести задачу до финала.
| Параметр | Значение |
|---|---|
| Используемая архитектура нейросети | Google Gemini 4 Argon |
| Количество автономных агентов | 4 |
| Общее время прохождения | 27 часов 14 минут |
| Количество созданных программ | 2783 |
| Число внутриигровых смертей | 605 |
| Уровень сложности мира | Легкий (Easy) |
| Вмешательство оператора-человека | 0% (полная автономность) |
Сложная коммуникация и распределение обязанностей
Особый научный интерес представляет паттерн взаимодействия внутри группы. Чтобы достичь цели, четыре модели Gemini 4 Argon постоянно коммуницировали друг с другом: они делились подсказками, указывали на ошибки партнеров, предупреждали об угрозах и эффективно делили зоны ответственности. При этом поведение ИИ не было идеальным - агенты периодически вводили друг друга в заблуждение и целых восемь часов не могли разгадать ключевой механизм боя с финальным боссом.
Успешное автономное прохождение открытого нелинейного мира подтверждает скачок в развитии многоагентных систем. Возможность ИИ-агентов самостоятельно генерировать исполняемый код, координировать действия в команде и находить решения методом проб и ошибок прокладывает путь к созданию полностью автономных помощников для комплексных задач в программировании, научном моделировании и разработке софта.
Тестировал мультиагентные связки на Gemini в симуляциях: координация действительно шагнула вперед, роли делят отлично. Но на длинной дистанции контекст всё ещё плывёт, из-за чего агенты начинают путать задачи. Советую жестко ограничивать размер истории сообщений между ними через внешний буфер, иначе расход токенов улетит в космос.