Google DeepMind-ის ოთხმა აგენტმა Minecraft 27 საათში დაამარცხა

ექსპერიმენტის ერთადერთი მიზანი Ender Dragon-ის მოკვლა იყო. ოთხი აგენტი შემთხვევით შერჩეულ საერთო სამყაროში Easy რეჟიმით თამაშობდა. მეხუთე აგენტი მხოლოდ ანგარიშის მომზადებას ემსახურებოდა. თითოეული მათგანი ღია კოდის მქონე JavaScript ბიბლიოთეკა Mineflayer-ის მეშვეობით საკუთარ მოთამაშეს მართავდა. ისინი თამაშის ჩატისა და საერთო ჩანაწერების საშუალებით თანამშრომლობდნენ. აქცენტი პროგრამირებასა და გუნდურ მუშაობაზე გაკეთდა.

ავტორებმა ამას, მათ ხელთ არსებული ინფორმაციით, „ხელოვნური ინტელექტის აგენტების მიერ Minecraft-ის პირველი სრულად ავტონომიური დასრულება“ უწოდეს. აგენტებმა Mineflayer წინასწარ შესწავლილი სამყაროს ან ადამიანების მიერ შექმნილი სპეციალური ხელსაწყოების გარეშე გამოიყენეს. Mineflayer მათ ბლოკებისა და არსებების მდებარეობას აწვდიდა, მარშრუტებს კი დამატებითი მოდული გეგმავდა. პროცესში ადამიანი არ ჩარეულა და არც როლები ან თამაშის ლოგიკა განუსაზღვრავს. ექსპერიმენტი 27 საათსა და 14 წუთს გაგრძელდა.

როლები წინასწარ არ განუსაზღვრავთ, თუმცა დაახლოებით 10 წუთში ბოტმა Janesick-მა შრომის განაწილება შესთავაზა. საბოლოოდ, Gyldenia საკვებს, საწოლებსა და კაჟს აგროვებდა, Bulicame ალმასებს ეძებდა, Janesick რკინასა და ხელსაწყოებზე მუშაობდა, Auratian კი Nether-ის პორტალს ამზადებდა. დანაკარგების შემდეგ გუნდი მიზეზებს ადგენდა და მათი განმეორების თავიდან ასაცილებლად წესებს წერდა.

სიმაგრის მოსაძებნად Janesick-მა Ender-ის ორი თვალი სხვადასხვა ადგილიდან ისროლა. მან თითოეულის ფრენა ყოველ 50 მილიწამში გაზომა და მდებარეობა ტრიანგულაციით დაადგინა. დავალების შესრულებისას Auratian დაიხრჩო, თუმცა ადგილი ჩაინიშნეს და თვალები გადაარჩინეს.

დრაკონთან ბრძოლას 69 სიკვდილი მოჰყვა. ათი კრისტალი მოწინააღმდეგის ძალას აღადგენდა, ვიდრე Auratian აღმოაჩენდა, რომ მათამდე მიწის სვეტებით ასვლა შეიძლებოდა. ოთხი საათისა და 40 წუთის შემდეგ ათივე კრისტალი გაანადგურეს. კიდევ 39 წუთში დრაკონიც მოკლეს.

აგენტები მოკლე JavaScript პროგრამებს წერდნენ. ჯამში მათ თითქმის 2 800 პროგრამა და 42 მრავალჯერადი დამხმარე ფუნქცია შექმნეს. Mineflayer-ის ბოტი კოდს საერთო სამყაროში ასრულებდა. მოდელს სურათების ნაცვლად ტექსტი და სტატუსის მონაცემები უბრუნდებოდა. მსგავსი მიდგომა ამ თვის დასაწყისში World of Warcraft-ში Orc-ის საწყისი ზონის გავლისას GPT-6 Astra-მაც გამოიყენა.

ავტორებმა Minecraft-ში დრაკონის მოკვლის ორი ადრინდელი შემთხვევაც გამოყვეს. ერთმა სისტემამ Peaceful რეჟიმში ფიქსირებული სწრაფი გავლის სამყარო და მოქმედების შერჩევის მოდელი გამოიყენა. ერთმა Claude Opus 5-ის აგენტმა კი Normal რეჟიმში 37 მზა მაღალი დონის ხელსაწყო გამოიყენა. AI Bengineering-ის (AI Bengineering) ექსპერიმენტი 3 საათსა და 56 წუთს, 388 ხელსაწყოს გამოძახებასა და ერთ სიკვდილს მოიცავდა. API-ის შესაბამისი ტარიფით მისი ღირებულება დაახლოებით 93 დოლარი იყო.