Michael Johnson4体のGemini 4 Argonエージェントは、Minecraftでエンダードラゴンを倒すのに27時間14分を要した。その間に2,783本のプログラムを書き、605回死亡した。研究者らはこの実験を、2026年10月15日にarXivへ投稿した論文で報告した。
成果の重要な点は、勝利に至るまでの過程にある。エージェントは、依存関係のある多数の行動を通じて共通の目標を維持し、誤りを修正し、失敗から立ち直る必要があった。開発者にとってこれは、単なるゲームの腕前ではなく、長時間にわたる自律動作を試す具体例となる。
チームの仕組み
4体のエージェントはそれぞれ、オープンソースのMineflayerライブラリを通じて別々のプレイヤーを操作した。ゲーム内チャットと共有メモリーを使って連携した。著者らによると、人間がエージェントに役割を割り当てたり、ゲームのロジックを代わりに書いたりする必要はなかった。計画、プログラムの作成、デバッグはエージェント自身が行った。
チームはランダム生成されたワールドで、イージー難易度から開始した。研究者らは管理パネルでプレイを観察し、実行を一時停止または停止できたが、介入する必要はなかった。著者らによると、エージェントは作業を分担し、発見した情報を互いに伝え、失ったアイテムを取り戻すのを助け合った。
この実験が開発者に示すこと
勝利には、短期的な行動を共通の目標につなげ、失敗後も連携を保つことが必要だった。そのため、この研究の実践的な意義は、「計画—コード作成—実行—デバッグ—成果の引き継ぎ」という一連の流れを観察できる点にある。チームは必要に応じてツールを作り、多数の死亡の後も作業を続けた。
このような流れは、ソフトウェアエージェントを評価する際に考慮する価値がある。単一の回答が成功したかを見るだけでなく、システムが段階をまたいで目標を保てるか、障害からどう復旧するか、他のエージェントに状態を引き継げるか、タスク完了に何回の試行を要するかを評価できる。これらの基準は、結果が一連の操作に依存する多段階の作業にも応用できる。
これらの数値は、ランダムワールド、イージー難易度、Mineflayerによる操作という特定の条件で行われた1回のプレイに関するものだ。著者らは、この設定でエージェントがMinecraftを最初から最後まで自律的にクリアした初の例だとしている。この研究は、そのシナリオが実現可能であることを示し、長時間の連携について具体例を提供する。エージェントシステムの実用的な評価では、最終的な勝利だけでなく、チームの作業メカニズムと、失敗から立ち直るために要したコストが重要となる。