Quatre agents Gemini 4 Argon ont vaincu l’Ender Dragon dans une partie de Minecraft, selon les chercheurs de Google DeepMind Maxence Faldor, Satinder Singh et Roberta Raileanu. Leur expérience s’est déroulée en mode Survie, en difficulté Facile, dans un monde généré aléatoirement de Minecraft Java Edition 1.20.4. Les auteurs rapportent une victoire après 27 heures et 14 minutes, au terme d’une seule partie.

Les agents contrôlaient Minecraft par du code

Les quatre agents joueurs écrivaient du JavaScript exécuté avec Mineflayer, une bibliothèque qui permet de piloter un bot dans Minecraft, et son module de recherche de chemin. Ils recevaient des informations structurées sur l’état du jeu sous forme de texte. Ils ne jouaient donc pas en analysant les pixels à l’écran ni en utilisant un clavier ou une souris. Les informations accessibles comprenaient des éléments cachés derrière de la roche pleine.

Cette méthode compte pour interpréter le résultat : les agents ont progressé avec un accès programmatique à l’état du monde, dans une partie réglée sur Facile. Les chercheurs indiquent aussi que les agents connaissaient déjà Minecraft.

Quatre joueurs, un observateur et une surveillance humaine

Les agents se coordonnaient par le chat du jeu et une mémoire partagée persistante. Leurs rôles se sont organisés pendant la partie, sans répartition préalable. Un cinquième agent, appelé Observer, suivait la session sans jouer.

Les chercheurs pouvaient consulter un tableau de bord en direct, mettre la partie en pause ou l’arrêter. Les auteurs disent ne pas être intervenus pendant le jeu. Cette surveillance humaine et le rôle de l’Observer étaient distincts : aucun des deux ne remplaçait les quatre agents aux commandes.

La victoire au milieu des erreurs et des morts

Jusqu’à la victoire, les agents ont exécuté 2 783 programmes, échangé 229 messages et subi 605 morts. Les auteurs indiquent que 22 % des programmes se sont terminés par une erreur et que l’Ender Dragon a tué les agents 69 fois. Six redémarrages du serveur ont interrompu la partie pendant environ 20 minutes au total.

Les chercheurs ont consigné les programmes, leurs sorties, les échanges dans le chat et les journaux du serveur. Dans leur compte rendu, l’avancement « Free the End » enregistré dans le jeu sert à vérifier la victoire. Il s’agit de la vérification décrite par les auteurs pour cette partie.

Ce que couvrent les estimations d’utilisation de l’API

Pour les quatre agents joueurs jusqu’à la victoire, les auteurs estiment l’utilisation de l’API à environ 520 dollars aux tarifs catalogue de lancement, ou 1 040 dollars aux tarifs catalogue standard. Leur estimation pour l’ensemble de la session atteint environ 810 dollars aux tarifs de lancement ou 1 620 dollars aux tarifs standard ; elle inclut l’Observer et l’activité après la victoire.

Ces montants sont des estimations calculées à partir des compteurs de jetons et des tarifs catalogue. Ils ne correspondent ni à une facture ni au coût de service de Google.

Les chercheurs décrivent une seule exécution, leur premier lancement de cette expérience. Elle ne fournit pas de taux de réussite sur des parties répétées : malgré la victoire, 22 % des programmes se sont terminés par une erreur, dans des conditions de jeu et de contrôle précises.