Vier AI-agenten verslaan Minecraft volledig zelfstandig, zonder hulp van mensen

Minecraft is een van de populairste computerspellen ter wereld. Spelers bouwen, verzamelen grondstoffen en vechten tegen monsters in een wereld die willekeurig wordt gegenereerd. Het uiteindelijke doel is zwaar: de Ender Dragon verslaan, een vliegend eindbaas dat alleen bereikbaar is na een lange reeks tussenstappen zoals het vinden van grondstoffen, het bouwen van wapens en het openen van een portaal naar een andere dimensie. Tot nu toe hadden AI-systemen die dit voor elkaar kregen altijd speciaal getraind op het spel. Dat is nu anders.

Geen rollen, geen instructies

Het onderzoeksteam van Google DeepMind zette vier agenten gebaseerd op het taalmodel Gemini 4 Argon in een nieuwe, willekeurig gegenereerde Minecraft-wereld. De agenten kregen vooraf geen rollen, geen strategie en geen speciale spelhulpmiddelen aangereikt. Ze moesten zelf uitzoeken wie wat zou doen. Dat deden ze door onderling te overleggen: de agenten waarschuwden elkaar voor gevaar, raapten spullen op van teamgenoten die waren gestorven, en hielden een gedeeld geheugen bij waarin ze fouten noteerden om die later niet te herhalen.

Deze aanpak heet agentic AI: AI-systemen die niet alleen een vraag beantwoorden, maar zelfstandig stappen plannen, uitvoeren en bijsturen om een doel te bereiken. In dit geval moesten de agenten bovendien samenwerken, zonder dat een mens de taken verdeelde.

27 uur, bijna 3.000 programma's en 605 keer dood

De volledige sessie duurde 27 uur en 14 minuten. In die tijd schreven de vier agenten samen 2.783 kleine computerprogramma's in de programmeertaal JavaScript om acties in het spel uit te voeren, wisselden ze 229 chatberichten uit om elkaar op de hoogte te houden, en stierven ze in totaal 605 keer in het spel. Uiteindelijk lukte het de agenten om alle benodigde voorbereidingen te treffen en de Ender Dragon te verslaan, zonder dat een mens had ingegrepen.

Aan de prestatie hangt ook een prijskaartje. Volgens de onderzoekers kostte de hele sessie 1.620 dollar, berekend met de standaardprijs die Google vanaf 2027 gaat rekenen voor het gebruik van Gemini 4 Argon. Dat geeft een indicatie van hoeveel rekenkracht er nodig is om een taalmodel urenlang zelfstandig te laten plannen, communiceren en handelen in een complexe omgeving.

Meer dan een spelletje

Minecraft wordt in AI-onderzoek al jaren gebruikt als testomgeving, juist omdat het spel open en onvoorspelbaar is: er is geen vast script, en spelers moeten improviseren. Waar AI-systemen dit soort games eerder alleen aankonden na training die specifiek op dat spel was toegesneden, laat dit experiment zien dat een algemeen taalmodel zoals Gemini 4 Argon dezelfde taak kan uitvoeren zonder voorbereiding op maat. Dat is relevant buiten de gamewereld: dezelfde vaardigheden om samen te werken, fouten te onthouden en taken te verdelen zijn ook nodig voor AI-agenten die in de praktijk bijvoorbeeld onderzoek, logistiek of softwareontwikkeling moeten coördineren.