Quatre agents IA battent le Dragon de l'Ender en une seule partie

Tout joueur de Minecraft connaît le chemin menant à l'End. Il passe par une longue suite de tâches : collecter des ressources brutes, fabriquer des outils, trouver une forteresse cachée sous terre, et seulement alors affronter le Dragon de l'Ender, l'ultime épreuve du jeu. Quatre agents d'IA viennent de parcourir seuls ce chemin jusqu'au bout. En 27 heures et 14 minutes de jeu continu, les agents Gemini 4 Argon ont vaincu le dragon, un exploit qu'aucune équipe d'IA n'avait réalisé auparavant, selon les chercheurs.

Le dispositif était volontairement épuré. Les agents ont reçu une seule consigne propre au jeu, « vaincre le Dragon de l'Ender », et aucune stratégie Minecraft. Contrairement à de nombreuses expériences d'IA, ils n'ont pas été entraînés sur d'immenses quantités de données de jeu : ils se sont appuyés sur leurs connaissances existantes et sur leurs capacités générales de programmation. Ils ont été placés dans un monde de survie partagé, généré aléatoirement, en difficulté Facile, avec les commandes de triche désactivées et un cinquième agent chargé d'observer la progression et les erreurs techniques. Là où un humain utilise une souris et un clavier, ces agents déplaçaient leurs personnages en écrivant du JavaScript via Mineflayer, un outil standard de pilotage de bots, et lisaient des mises à jour textuelles sur leur santé, leur inventaire et leur position.

Le chemin n'a pas été sans heurts. Les agents ont écrit 2 783 programmes sur mesure et sont morts 605 fois. Personne ne leur a attribué de rôles : ils ont réparti l'extraction, la fabrication et les combats en se parlant via le chat du jeu. Lorsqu'un agent mourait, il revenait dans la partie, tirait les leçons de son erreur et ajustait à la fois sa stratégie et son code. « Personne n'a attribué de rôles ni écrit de logique de jeu », écrivent les chercheurs.

Les réserves comptent autant que le résultat. Il s'agit d'une seule partie, du premier lancement tenté par l'équipe, et les chercheurs reconnaissent que cela ne permet pas de savoir avec quelle fiabilité le dispositif réussit. L'expérience reste cantonnée à un seul jeu vidéo, avec un objectif clair.

Qu'est-ce qui change, et pour qui ? Pour l'instant, le gain profite à la recherche en IA. Le résultat montre qu'un système généraliste, doté d'un objectif et sans mode d'emploi, peut planifier une chaîne de treize étapes et se corriger après ses échecs. Il ne dit pas quand de tels agents fonctionneront en dehors d'un jeu, et les chercheurs ne donnent aucun calendrier à ce sujet.