ШІ-агенти Google першими в світі отримали унікальне досягнення в Minecraft

Як ШІ дійшов до фінального боса

Дослідники Google опублікували статтю, де розповіли, що чотири агенти впоралися з драконом за трохи більш ніж 27 годин, пише IGN. Повноцінне наукове дослідження оприлюднили на arXiv.

Дійти до Краю й перемогти дракона непросто. Потрібно здобути перли Енду та стрижні Енду, зробити Очі Енду, знайти Фортецю й пройти головоломку. Для цього доводиться багато фармити та пройти шлях від найпростіших інструментів.

Google помістила команду з чотирьох агентів у випадковий сід Minecraft і дала лише одну мету – перемогти Дракона Краю. Агенти координувалися через внутрішньоігровий чат, але заздалегідь жодної стратегії не мали. Кожен керував окремим гравцем через відкриту бібліотеку Mineflayer.

Ніхто не призначав ролей і не писав ігрову логіку. Агенти самі планували, писали й налагоджували всі програми. Дослідники могли стежити за ходом гри на живій панелі та в будь-який момент поставити її на паузу чи зупинити, але потреби втручатися не було,
– прокоментували дослідники Google.

Ролі, смерті та вартість перемоги

Агенти швидко розподілили обов'язки. Одні будували укриття для Ендерменів, щоб добувати матеріали, інші збирали їжу, ще одні досліджували світ. Вони ділилися порадами щодо боїв і допомагали одне одному повертати втрачене спорядження після смерті.

За цей час четверо агентів обмінялися 229 повідомленнями, запустили 2783 програми та загинули 605 разів. Ще один, п'ятий агент, стежив, щоб боти не шахраювали. До Краю вони дісталися приблизно за 13,5 години, а решту часу витратили на бій із фінальним босом, у якому теж багато разів гинули.

Рекорд спідрану Minecraft становить шість хвилин 36 секунд, тож до нього ШІ дуже далеко. Агенти використали 1,35 мільярда вхідних токенів. Для звичайного користувача це коштувало б близько 1620 доларів, тобто 60 доларів на годину, або 15 доларів на годину на одного агента.

Наскільки нам відомо, це перше наскрізне автономне проходження Minecraft агентами ШІ зі стандартною бібліотекою Mineflayer, без заздалегідь підібраних сідів чи інших інструментів, які написали люди,
– заявили автори статті.

Навіщо Google проводила цей експеримент

Дослідники хотіли вивчити, як команди агентів координуються в середовищі, де видно кожен крок. На їхню думку, це допоможе зрозуміти такі системи, перш ніж довіряти їм реальні завдання. Для перемоги агентам довелося тримати цілісний план упродовж тисяч залежних кроків понад добу. Навички, потрібні для проходження Minecraft, тобто командна робота, відновлення після невдач і довга робота до мети, потрібні й тим агентам, які мають надійно працювати поруч із людьми.