Gemini 4 en Minecraft ya suma una hazaña que ningún equipo de agentes había firmado completo: cuatro agentes del modelo Gemini 4 Argon, de Google DeepMind, mataron al Ender Dragon en 27 horas y 14 minutos, sin que una persona tocara el teclado. Murieron 605 veces en el intento. El estudio, en arXiv desde el 15 de octubre, lo firman Maxence Faldor, Satinder Singh y Roberta Raileanu.
La orden que recibieron cabe en un párrafo: derrotar al dragón desde el punto de aparición de un mundo compartido, en modo supervivencia y por cualquier medio permitido por las reglas. Mundo generado al azar, edición Java 1.20.4, dificultad fácil y comandos de trampa apagados. Nadie les repartió tareas ni les escribió una estrategia.
Cuatro jugadores que escriben código en vez de mirar la pantalla
Cada agente controló a un jugador con Mineflayer, una biblioteca abierta para robots de Minecraft, y actuó escribiendo programas cortos en JavaScript: camina hasta estas coordenadas, extrae todo el hierro en 16 bloques, fabrica una herramienta. Después leía el resultado en texto (posición, salud, inventario, el error que salió) y escribía el siguiente. La duración mediana de cada programa fue de 33,5 segundos. Gemini 4 en Minecraft no jugó viendo píxeles: jugó programando.
El equipo se formó solo. Diez minutos después, el agente janesick propuso un reparto en el chat del juego; auratian respondió con otro plan y el grupo lo ajustó en marcha. gyldenia salió por comida, camas y pedernal; bulicame bajó por diamantes; janesick fundió hierro y preparó herramientas; auratian armó el portal al Nether. Antes de las dos horas ya tenían herramientas de hierro, diamantes y el portal encendido.
La coordinación dejó escenas de equipo experimentado. Para localizar la fortaleza del portal final, janesick lanzó dos ojos de ender desde puntos distintos, registró el vuelo cada 50 milisegundos y calculó el cruce de las trayectorias: 1,3 kilómetros desde la aldea, con un error de apenas 43 metros frente a la sala real. Cuando auratian se ahogó cargando los doce ojos, sus compañeros pasaron a bulicame el sitio exacto y el minuto en que los objetos desaparecerían; bulicame los recogió con dos minutos y medio de margen. A las 13 horas y 17 minutos, el portal al End quedó encendido.
El dragón les tomó casi 14 horas
El End frenó la marcha. El dragón mató al equipo 69 veces en esa dimensión y la pelea ocupó cerca de 14 horas, la mitad de la sesión. Entre intento e intento, los agentes revisaban el estado interno del dragón, anotaban reglas en la memoria compartida (nunca esperar en la plataforma de llegada, acercarse solo cuando el dragón se posa) y, cuando el dragón se atascaba, saltaban al vacío para morir, volver a sus camas y reiniciar la pelea, un atajo que los jugadores humanos también usan.
El quiebre llegó cerca de la hora 21. auratian detectó que los diez cristales sobre los pilares de obsidiana curaban al dragón hasta dejarlo con la salud completa, y encontró la salida sin pico: apilar tierra junto a cada pilar, subir, romper el cristal a puño limpio y bajar cavando a mano. El equipo tardó cuatro horas y cuarenta minutos en tumbar los diez. Treinta y nueve minutos después del último cristal, el dragón cayó, con bulicame reducido a 2,5 de sus 20 puntos de salud. bulicame asestó el golpe final.
Las cifras de la sesión ayudan a medir el desgaste: 2.783 programas ejecutados, 229 mensajes de chat, 81 días transcurridos dentro del juego y 6 reinicios del servidor. El consumo hasta la victoria rondó 1.350 millones de tokens de entrada, el 91 % servidos desde la caché de contexto, y costó unos US$520 a precio introductorio de la interfaz de programación de Gemini 4 Argon (US$1.040 a precio estándar). Un quinto agente, el Observador, vigiló la partida sin jugar: buscó trampas y no encontró ninguna.
Lo que el experimento no prueba todavía
El propio estudio marca los límites con franqueza. Mineflayer entrega datos exactos de bloques y criaturas cercanas, incluso bloques ocultos tras la roca y el estado interno del dragón, información que un jugador humano interpreta a ojo o de plano no puede ver; su complemento de navegación traza rutas que una persona resuelve mirando. La dificultad fácil reduce el daño de los monstruos y el hambre no mata. El modelo ya conocía Minecraft por sus datos de entrenamiento: la prueba mide si un agente de código de propósito general convierte ese conocimiento en programas y coordinación durante más de un día, no si aprende un juego desconocido desde cero. El 22 % de los programas terminó en error y la sesión es una sola corrida, la primera que el equipo intentó, así que la fiabilidad del método queda sin medir.
El contraste con los humanos deja el tamaño real del logro. La mediana para terminar la historia principal de Minecraft ronda las 45 horas en HowLongToBeat, y el récord en mundo aleatorio baja de siete minutos. Los agentes quedaron en el medio: 27 horas, con un plan sostenido por cuatro cabezas que se corregían. MineDojo, el proyecto de Nvidia que en 2022 convirtió derrotar al Ender Dragon en una de sus metas más ambiciosas, pedía justo eso. Falta la segunda corrida para saber si el equipo repite la hazaña o si esta fue su mejor noche.
Fuente: arXiv
Foto: Faldor et al. vía The Decoder
Descubre más desde Tecnología Geek
Suscríbete y recibe las últimas entradas en tu correo electrónico.
