Quatro agentes de IA derrotam o Ender Dragon numa só tentativa

Todos os jogadores de Minecraft conhecem o caminho para o Fim. Passa por uma longa cadeia de tarefas: recolher recursos em bruto, construir ferramentas, encontrar uma fortaleza escondida no subsolo e só então enfrentar o Ender Dragon, o teste final do jogo. Quatro agentes de IA percorreram agora todo esse caminho sozinhos. Em 27 horas e 14 minutos de jogo contínuo, os agentes Gemini 4 Argon derrotaram o dragão, algo que os investigadores afirmam que nenhuma equipa de IA tinha conseguido antes.

A configuração era deliberadamente sóbria. Os agentes receberam uma única instrução específica do jogo, «derrotar o Ender Dragon», e nenhuma estratégia de Minecraft. Ao contrário de muitas experiências de IA, não foram treinados com enormes quantidades de dados de jogabilidade; apoiaram-se nos seus conhecimentos prévios e em capacidades de programação de uso geral. Foram colocados num mundo de sobrevivência partilhado e gerado aleatoriamente, na dificuldade Fácil, com os comandos de batota desativados, e um quinto agente fazia de observador para verificar o progresso e os erros técnicos. Onde um humano usa rato e teclado, estes agentes movimentaram as suas personagens escrevendo JavaScript através do Mineflayer, uma ferramenta padrão de controlo de bots, e liam atualizações de texto sobre a sua saúde, inventário e localização.

O caminho não foi fácil. Os agentes escreveram 2 783 programas personalizados e morreram 605 vezes. Ninguém lhes atribuiu funções: repartiram a mineração, a fabricação e os combates conversando através do chat do jogo. Quando um agente morria, voltava ao jogo, aprendia com o erro e ajustava tanto a sua estratégia como o seu código. «Ninguém atribuiu funções nem escreveu a lógica do jogo», escrevem os investigadores.

As ressalvas são tão importantes como o resultado. Esta foi uma única tentativa, o primeiro lançamento que a equipa experimentou, e os investigadores reconhecem que não permite saber com que fiabilidade a configuração tem sucesso. A experiência ficou confinada a um único videojogo, com um objetivo claro.

O que muda, e para quem? Por agora, o ganho é para a investigação em IA. O resultado mostra que um sistema de uso geral, com um objetivo e sem um manual de instruções, consegue planear uma cadeia de treze passos e corrigir-se após falhas. Não diz quando estes agentes poderão funcionar fora de um jogo, e os investigadores não apresentam qualquer calendário para isso.