Quatre agents d'intelligence artificielle ont accompli ce qui semblait jusqu'ici réservé aux joueurs humains : terminer Minecraft de bout en bout sans aucune aide externe. L'exploit a été réalisé par Gemini 4 Argon, le modèle de Google DeepMind, qui, après 27 heures et 14 minutes de jeu, a réussi à vaincre le Dragon de l'End, le boss final du jeu vidéo.
L'expérience, décrite dans un document publié par Google DeepMind et signé par les chercheurs Maxence Faldor, Satinder Singh et Roberta Raileanu, consistait à lâcher quatre agents dans un monde de survie généré aléatoirement, en difficulté facile.
La seule instruction était claire : vaincre le dragon. Personne ne leur a fourni de carte, de stratégie ni d'outils conçus spécifiquement pour le jeu.
Comment une IA joue à Minecraft sans mains ni yeux
Contrairement à un joueur humain, les agents ne voient pas l'écran et n'utilisent pas de clavier. Chacun contrôle son personnage à travers Mineflayer, une bibliothèque open source qui leur permet d'écrire des programmes en JavaScript pour se déplacer, construire ou se battre.
Le processus fonctionne ainsi : l'agent écrit un court programme, par exemple, marcher jusqu'à certaines coordonnées et extraire tout le minerai de fer proche. Ensuite, il lit le résultat (sa position, sa santé, ce qu'il a trouvé ou l'erreur survenue) et, avec ces informations, écrit le programme suivant.
Au total, les quatre agents ont rédigé 2 783 programmes distincts, totalisant 63 313 lignes de code. Chaque programme a duré en moyenne 33,5 secondes, et les agents n'avaient du code en exécution que 40 % du temps : le reste a été utilisé pour lire les résultats et réfléchir à l'étape suivante.
Terminer Minecraft depuis zéro exige de traverser trois mondes distincts : obtenir des outils en surface, récupérer des baguettes de Blaze et des perles de l'End dans le Nether, puis localiser une forteresse souterraine pour accéder à l'End, où vit le dragon.
Comment la division du travail est apparue
Personne n'a assigné de rôles aux agents. Pourtant, chacun s'est spécialisé dans une tâche différente au fil de la partie.
Janesick a fabriqué des outils, trouvé la forteresse du Nether et calculé l'emplacement de la tanière souterraine. Gyldenia s'est chargée de rassembler nourriture et fournitures, et a plus tard détruit six des dix cristaux protégeant le dragon. Auratian a activé le portail et découvert comment accéder à ces cristaux sans avoir besoin d'une pioche. Bulicame a aidé à construire des abris pour se défendre contre les Endermen et a porté le coup final.
Ils se sont coordonnés entre eux via le chat du jeu, où ils ont échangé 229 messages : alertes de danger, coordonnées exactes, conseils sur les erreurs du système et récupération d'objets lorsqu'un agent mourait. Ils ont également maintenu une mémoire partagée avec des notes sur les astuces et les bugs de Mineflayer lui-même, afin de ne pas répéter les mêmes erreurs deux fois.
L'équipe est morte 605 fois avant de gagner. La plupart de ces morts, 351, ont été causées par des monstres communs. Le dragon a tué les agents 69 fois, la noyade 67, les chutes dans le vide 57 et la lave 47.
L'expérience a avancé avec difficulté lors de la bataille finale contre le dragon, qui s'est étendue sur près de 14 heures. Le problème était que dix cristaux situés sur des piliers d'obsidienne lui rendaient constamment sa santé.
Près de la vingt-et-unième heure, l'agent auratian a découvert que ces cristaux pouvaient être détruits à coups sans besoin de pioche : il suffisait d'empiler des blocs de terre pour monter le long de chaque pilier, frapper le cristal et redescendre. Pendant les quatre heures et quarante minutes suivantes, l'équipe a détruit les dix cristaux. Trente-neuf minutes plus tard, le dragon est tombé vaincu.
Ce que signifie ce résultat et quelles sont ses limites
Les chercheurs soulignent qu'il s'agit de la première fois que des agents d'intelligence artificielle complètent Minecraft de bout en bout sans itinéraires prédéfinis ni programmes conçus par des humains pour le jeu. Le défi a évalué la capacité d'une équipe à maintenir un plan pendant des milliers d'étapes sur plus d'un jour, une compétence utile également dans l'ingénierie logicielle réelle.
L'étude elle-même admet des limites : ils ont joué en difficulté facile, Mineflayer leur a révélé des informations invisibles pour un humain, 22 % des programmes ont échoué et il s'agit d'une seule partie, sans garantie de répétition.
En référence, les humains mettent en moyenne 45 heures pour compléter l'histoire principale, bien que le record de speedrun descende à sept minutes.