Google の Gemini 4 Argon で実行されている 4 人の AI エージェントが、人間の介入なしで Minecraft を破り、27 時間 14 分に及ぶ完全自律走行でエンダー ドラゴンを屠りました。 Faldorらの論文によると、Google DeepMindチームは、役割、戦略、ゲーム固有のツールを割り当てることなく、ランダムに生成された世界にエージェントをドロップしたという。 The Decoder によって取り上げられました。そしてエージェントは組織化され、協力し、勝利しました。

Minecraft は長い間 AI の頑固なベンチマークでした。チェスや囲碁とは異なり、スポーンするたびに変化する世界では、長期的な計画、無制限の探索、道具の作成、調整が必要です。ゲームの最後のボスを倒すには、これまで人間による指導か、綿密にスクリプト化されたトレーニング設定が必要でした。対照的に、今回の作戦は 4 人のエージェントだけで始まりました。

数字の連続

セッションの統計は、混沌としたものの最終的には成功した遠征の記録のようです。

  • 27 時間 14 分の連続自律プレイ
  • エージェント自身が作成した 2,783 の JavaScript プログラム
  • 229 のチャット メッセージ が 4 人のエージェント間で交換されました
  • 途中で 605 名が死亡

最後の数字は強調する価値があります。エージェントはゲームをクリアするまでに 600 回以上死亡しており、トムズ ハードウェアの新聞報道によれば、彼らはゲームの難易度「イージー」設定でクリアしたという。同じレポートでは、実行のためのトークン支出を約520ドルと見積もっていますが、The Decoderは、2027年に発効するGemini 4 Argonの標準価格で計算し、合計を1,620ドルと見積もっています。いずれにせよ、汎用 AI エージェントによるエンドツーエンドの Minecraft の完成にかかるコストは、現在では数百ドル単位になっており、これまでの専用ゲーム AI に投資された数百万ドルではありません。

緊急のチームワーク、スクリプトなし

この結果で注目に値するのは、エージェントが勝利したことだけではなく、その勝利方法です。デコーダー紙によると、役割は割り当てられておらず、4人のエージェントは自分たちでタスクを分担したという。彼らは脅威について互いに警告し、死んだチームメイトからアイテムを回収し、共有メモリに間違いを記録することでグループが間違いを繰り返さないようにしました。

言い換えれば、ゲーム開発者が通常 NPC チームにハードコーディングする調整動作が、同じモデルの 4 つのインスタンス、共有世界、通信チャネルから独自に出現したのです。 2,783 の自作の JavaScript プログラムは、成長し続けるスキル ライブラリとして機能します。エージェントが鉄を精錬する方法やミニボスを倒す方法を一度理解すると、その知識はモデルのコンテキスト ウィンドウ内にのみ存在するのではなく、再利用可能なコードとして保持されます。

共有メモリの詳細は、エージェント調査を行う人にとって重要です。失敗するたびにゼロからやり直すのではなく、レッスンを蓄積して伝達できるエージェントのチームは、セッションが終了した瞬間に苦労して獲得した進捗状況を失う傾向がある、今日の AI エージェントの主要な弱点の 1 つに対処します。

専用のチャンピオンから一般エージェントまで

その結果は、分野全体で加速しているパターンの最新の例です。 10 年前、世界クラスのビデオ ゲーム AI に勝つには、DeepMind の囲碁用 AlphaGo、Dota 2 用 OpenAI Five、StarCraft II 用 AlphaStar など、1 つのゲーム用にゼロからトレーニングされたオーダーメイドのシステムが必要でした。それぞれは、正確に 1 つのことを実行できる記念碑的なエンジニアリングの取り組みでした。

汎用エージェントは現在、かつては何年にもわたる専門トレーニングが必要だったゲームの課題をクリアしつつあり、電子メールに応答したりコードを記述したりできるのと同じモデルを使用してそれを実行しています。 The Decoder は、Minecraft が、専用のシステムを必要としていたビデオ ゲームを打ち負かすエージェント AI モデルの最新の例にすぎないと指摘しています。このような結果が得られるたびに、「印象的なデモ」と「混乱した環境でも長い目標を追求できる一般的に有能なアシスタント」との間の距離が縮まります。

まさにそれが、Minecraft がこれほど永続的な研究のテストベッドである理由です。クリーパーが生き残ることは偶然ではありますが、オープンワールドで数十時間にわたって目標に向けた行動を維持することは、AI 研究所が構築しようとしている種類の自律性の適切な代用となるのです。

注意事項とコンテキスト

覚えておく価値のある注意事項があります。 Tom's Hardware によると、この実行では難易度 Easy が使用されており、Minecraft はオープンエンドで有名ですが、明確に定義されたルール、決定論的な物理学、寛大なリスポーン メカニズムを備えたゲームであることに変わりはありません。 605 人の死亡は、ほとんどの現実世界の状況では致命的です。ここでは時間とトークンがかかります。

コンピューティングとコストの数値も注意深く読む価値があります。公開されている 2 つの見積もりは、使用する価格設定モデルに応じて 3 倍異なります。推論価格が安定するまで、「エージェントの実行コストはいくらか」という単一の答えがないことを思い出させてください。

それでも、これによって核となる結果が損なわれることはありません。世界と互い以外に何も与えられなかった 4 人の汎用エージェントは、効果的なチームに自己組織化され、ゲーム史上最も長く続く AI の課題の 1 つをわずか 1 日強で完了しました。

Agentic AI に通知するもの

DeepMind にとって、このデモンストレーションは、Gemini 4 Argon のエージェント機能のショーケースを兼ねています。Google がまさにこの種の長期的なツールを使用する作業向けに位置付けているモデル ファミリーです。企業が AI エージェントを質問への回答から数日かかるワークフローの実行に移行させる中、このようなベンチマークは、目標が長く、環境が敵対的で、失敗が 1 回の大きな死ではなく数百の小さな死で測定される場合に、現在のモデルがどの程度の耐久性を維持できるかを垣間見ることができます。

エンダードラゴンはこれまでに、人間の重い足場で機械に倒れたことがある。今回は、4 人のエージェントが単独でランダムな世界に足を踏み入れ、チャンピオンとして立ち去りました。

---

AI の先を行く

最新の AI ニュース、分析、画期的な情報をすべて 1 か所で入手できます。

AI ニュースをもっと読む→