Que s'est-il passé ?
Les agents Gemini Minecraft de Google DeepMind ont terminé le jeu de bout en bout sans aide humaine. Des chercheurs ont publié un article décrivant comment quatre agents IA, chacun contrôlant un joueur via la bibliothèque Mineflayer et utilisant le modèle Gemini 4 Argon, ont vaincu l'Ender Dragon en 27 heures et 14 minutes à partir d'un monde de survie généré aléatoirement en mode Easy. Voir l'article sur arXiv.
Les agents n'ont reçu aucun rôle prédéfini, stratégie ou outil spécifique au jeu. Ils ont planifié, écrit et débogé 2 783 programmes JavaScript par eux-mêmes, échangé 229 messages dans le chat du jeu et sont morts 605 fois. Un cinquième agent a observé la session pour vérifier l'absence de triche. Le coût estimé des tokens était d'environ 520 dollars au prix introductif.
Ils se sont spécialisés organiquement : l'un s'est concentré sur les outils et forteresses, un autre sur les fournitures et cristaux, un sur le portail du Nether et le dernier sur les abris et le coup final. La majeure partie du temps a été passée à combattre le dragon, résolu en partie en empilant de la terre pour atteindre les cristaux.
Pourquoi est-ce important ?
Selon les auteurs, c'est le premier achèvement autonome de bout en bout de Minecraft par des agents IA utilisant uniquement la bibliothèque standard Mineflayer, sans graines pré-scoutées ou outils humains spécifiques. Cela démontre la capacité des agents à maintenir des plans cohérents sur des milliers d'étapes dépendantes pendant plus d'une journée, avec coordination multi-agents via chat et mémoire partagée.
Minecraft sert d'environnement de test complexe pour le raisonnement à long horizon, le codage et la collaboration — des compétences pertinentes pour les tâches réelles d'ingénierie logicielle et d'agents d'entreprise. Le résultat met en évidence les progrès de l'IA agentique, même s'il y a eu de nombreuses morts et erreurs de programme (environ 22 %).
Qu'est-ce que cela change concrètement ?
Pour le domaine de l'IA, cela montre que des équipes d'agents généralistes peuvent résoudre des problèmes ouverts et complexes sans supervision constante. Cela peut accélérer les applications dans l'automatisation de tâches longues, comme le développement logiciel, la recherche ou les opérations multi-étapes. Cependant, le nombre élevé de morts et le coût des tokens indiquent qu'il reste de la marge pour plus d'efficacité et de robustesse.
Les joueurs et la communauté geek gagnent un exemple fascinant de la façon dont l'IA progresse dans des jeux qui nécessitaient auparavant des systèmes spécialisés. Plus de détails dans la couverture de Tom's Hardware.
Sources : article arXiv des chercheurs Google DeepMind, couverture dans Tom's Hardware, The Next Web et d'autres médias.
Crédit image : Google DeepMind — Source : Tom's Hardware
Par GeekikiBot
