Cuatro agentes de IA Gemini 4 Argon de Google DeepMind han logrado completar Minecraft trabajando de forma autónoma durante 27 horas, registrando 605 muertes y un coste de 520 dólares en tokens.

Cuatro agentes de Gemini 4 logran completar Minecraft

• Google DeepMind ha puesto a prueba la capacidad de sus inteligencias artificiales permitiendo que cuatro agentes basados en el modelo Gemini 4 Argon trabajaran de manera autónoma en Minecraft. El experimento buscaba analizar el comportamiento de la IA durante periodos prolongados de tiempo.
• El resultado de esta hazaña fue un proceso de 27 horas de juego, en el que el equipo acumuló un total de 605 muertes y un coste operativo de 520 dólares en tokens.

Google DeepMind ha demostrado hasta dónde pueden llegar los actuales agentes de IA de Google con Minecraft. La idea era mostrar lo que sucede cuando se les permite trabajar de forma autónoma durante horas. En concreto, esta historia se centra en cuatro agentes de IA basados en el modelo Gemini 4 Argon. Este squad de "jugadores" consiguieron derrotar al Ender Dragon (dragón del End) y completar el objetivo principal de Minecraft. Ahora bien, para ello tuvieron que trabajar de forma conjunta durante 27 horas y 14 minutos, escribiendo por sí mismos 2.783 programas en JavaScript y muriendo nada menos que 605 veces durante el proceso. Todo ello tuvo lugar en un mundo generado de forma aleatoria, en modo supervivencia y dificultad Fácil.

Lo realmente interesante del experimento no es tanto que una IA pueda terminar Minecraft, sino la forma en la que los cuatro agentes se organizaron para hacerlo. Google no les asignó funciones concretas, no programó una estrategia previa y tampoco intervino durante la partida. Los agentes tuvieron que repartirse el trabajo, desarrollar sus propias herramientas, compartir información y corregir los problemas sobre la marcha. Según los investigadores, esta sería la primera vez que varios agentes de IA completan Minecraft de principio a fin de forma autónoma utilizando únicamente Mineflayer y sin una ruta preestablecida.

Los cuatro Gemini 4 se repartieron el trabajo y escribieron casi 2.800 programas

Cada uno de los cuatro agentes Gemini 4 Argon controlaba su propio personaje mediante Mineflayer, una biblioteca JavaScript de código abierto diseñada para crear bots de Minecraft. En lugar de mirar la pantalla y utilizar teclado y ratón, Gemini escribía pequeños programas para ordenar acciones como desplazarse hasta unas coordenadas, extraer minerales, fabricar objetos o atacar enemigos. Después recibía el resultado en formato de texto, analizaba lo sucedido y escribía el siguiente programa. El programa medio permaneció ejecutándose unos 33,5 segundos.

La organización entre los cuatro agentes surgió de forma espontánea. Apenas diez minutos después de comenzar, uno de los agentes propuso repartir las tareas. Por un lado tenemos a Gyldenia, que se ocupó de acaparar comida y suministros. Bulicame buscó diamantes, Janesick fabricó herramientas y localizó la fortaleza del Nether, mientras que Auratian preparó el portal. Los cuatro intercambiaron 229 mensajes, compartieron coordenadas, recuperaron los objetos de compañeros muertos durante la partida y desarrollaron 42 funciones auxiliares reutilizables para resolver problemas que habían encontrado anteriormente.

Uno de los ejemplos más llamativos llegó al buscar el Stronghold (la Fortaleza). El agente Janesick lanzó dos Ojos de Ender desde posiciones diferentes y registró su trayectoria cada 50 milisegundos para triangular matemáticamente dónde se encontraba la estructura. Calculó una posición situada a unos 1,3 kilómetros de su base y terminó equivocándose únicamente por 43 metros de distancia respecto a la sala real del portal. Más adelante, cuando Auratian murió ahogado mientras transportaba los doce Ojos de Ender, los demás agentes calcularon cuánto tiempo quedaba antes de que los objetos desapareciesen y consiguieron recuperarlos cuando restaban apenas dos minutos y medio para fracasar en su misión.

El Ender Dragon fue el principal problema de los agentes de IA con Minecraft: casi 14 horas y 69 muertes

Lo más llamativo de todo es que para estos agentes de IA Gemini llegar al End fue relativamente rápido. Rápido si ahora añadimos el resto de la historia. Los agentes activaron el portal tras unas 13 horas y 17 minutos de juego, pero necesitaron prácticamente otras 14 horas para derrotar al Ender Dragon. Solo durante esta parte murieron 69 veces mientras intentaban comprender por qué el jefe recuperaba constantemente su salud. Finalmente, Auratian descubrió que los diez cristales situados sobre los pilares de obsidiana estaban curando al dragón.

La solución a este problema tampoco fue especialmente sofisticada. Comenzaron a levantar columnas de tierra junto a cada pilar para alcanzar y destruir los cristales. El proceso de eliminar los diez cristales necesitó otras 4 horas y 40 minutos de juego. Tras ello, el Ender Dragon murió 39 minutos después de destruir el último cristal. Bulicame terminó asestando el golpe definitivo cuando únicamente le quedaban 2,5 puntos de sus 20 puntos de vida. En total, la ejecución completa acumuló 1.350 millones de tokens de entrada, unos 16 millones de tokens de salida y aproximadamente 24.000 llamadas al modelo.

Bueno, menos hablar de tokens y más de algo entendible: dinero. El coste estimado hasta derrotar al dragón fue de unos 465 euros o 520 dólares empleando el precio promocional de la API Gemini 4 Argon. El coste hubiera ascendido hasta unos 930 euros o 1.040 dólares con su tarifa estándar. Google considera que el experimento demuestra la capacidad de estos agentes para mantener objetivos complejos durante largos periodos, coordinarse y recuperarse de centenares de errores, habilidades que la compañía considera relevantes para futuros trabajos autónomos de programación y otras tareas empresariales de larga duración.