Cuatro agentes de IA vencen al Ender Dragon en una sola partida

Todo jugador de Minecraft conoce el camino hasta el End. Atraviesa una larga cadena de tareas: reunir recursos en bruto, construir herramientas, encontrar una fortaleza oculta bajo tierra y, solo entonces, enfrentarse al Ender Dragon, la prueba final del juego. Cuatro agentes de IA han recorrido ahora todo ese camino por sí solos. En 27 horas y 14 minutos de juego ininterrumpido, los agentes Gemini 4 Argon derrotaron al dragón, algo que, según los investigadores, ningún equipo de IA había conseguido antes.

La configuración fue deliberadamente sencilla. Los agentes recibieron una única instrucción específica del juego, «derrotar al Ender Dragon», y ninguna estrategia de Minecraft. A diferencia de muchos experimentos de IA, no fueron entrenados con enormes cantidades de datos de partidas; se apoyaron en sus conocimientos previos y en sus capacidades generales de programación. Se les colocó en un mundo de supervivencia compartido y generado aleatoriamente, en dificultad fácil, con los comandos de trampa desactivados y con un quinto agente como observador, encargado de vigilar el progreso y los errores técnicos. Donde una persona usaría ratón y teclado, estos agentes movían a sus personajes escribiendo código JavaScript a través de Mineflayer, una herramienta estándar para controlar bots, y leían actualizaciones de texto sobre su salud, su inventario y su posición.

El camino no fue fácil. Los agentes escribieron 2.783 programas personalizados y murieron 605 veces. Nadie les asignó roles: se repartieron la minería, la fabricación y los combates hablando por el chat del juego. Cada vez que un agente moría, volvía a la partida, aprendía de su error y ajustaba tanto su estrategia como su código. «Nadie asignó roles ni escribió la lógica del juego», afirman los investigadores.

Las advertencias importan tanto como el resultado. Se trató de una sola partida, el primer intento del equipo, y los investigadores reconocen que no puede demostrar con qué fiabilidad funciona la configuración. El experimento se limita a un único videojuego con un objetivo claro.

¿Qué cambia, y para quién? Por ahora, la ganancia es para la investigación en IA. El resultado demuestra que un sistema de propósito general, con un objetivo y sin un manual de instrucciones, puede planificar una cadena de trece pasos y corregirse tras los fracasos. No indica cuándo funcionarán agentes de este tipo fuera de un juego, y los investigadores no ofrecen ningún calendario al respecto.