Cuatro agentes de Gemini vencen al dragón de Minecraft en 27 horas
El experimento midió la capacidad de planificación prolongada de una inteligencia artificial, pero incluyó ayudas que dieron a los agentes información y rutas ventajosas.
Cuatro agentes basados en Gemini 4 Argon derrotaron al Ender Dragon de Minecraft en 27 horas y 14 minutos, según un estudio de investigadores de Google DeepMind publicado en octubre de 2026. Los agentes actuaron sin instrucciones humanas durante la partida, aunque el experimento incorporó herramientas que les facilitaron información y planificación.
Los agentes se repartieron tareas y murieron 605 veces
La prueba se desarrolló en un mundo generado al azar, en dificultad fácil y con los comandos de trampa desactivados. El objetivo asignado fue matar al dragón. Los agentes no recibieron estrategias específicas para avanzar, pero cada uno controló a un jugador mediante Mineflayer, una biblioteca de código abierto para crear bots de Minecraft.
Para ejecutar acciones como desplazarse o minar materiales, los agentes escribieron programas cortos en Java. En conjunto generaron 2.783 programas e intercambiaron 229 mensajes. Murieron 605 veces; 69 de esas muertes fueron causadas por el jefe final.
El trabajo se distribuyó entre los cuatro: uno fabricó herramientas, otro reunió suministros, un tercero encendió el portal y el cuarto localizó la fortaleza. Una vez reunidos, combatieron al dragón durante 14 horas y buscaron reducir sus posibilidades de recuperación al destruir los cristales que lo regeneraban. Los autores detallaron el ensayo en un estudio publicado en arXiv.
La prueba incluyó información y rutas como apoyo
El resultado tuvo límites que matizan la idea de una partida completamente a ciegas. Según el reporte, una aplicación informaba a los agentes sobre los recursos y criaturas cercanos, incluso cuando estaban fuera de su campo de visión. Además, un complemento les sugería rutas. El 22% de los programas escritos terminó en error.
Los investigadores también señalaron que Minecraft había formado parte del entrenamiento del modelo: los agentes no se enfrentaron al juego como un entorno completamente desconocido. Un quinto agente supervisó la sesión para impedir que los cuatro jugadores recurrieran a trampas. El costo total reportado fue de unos 810 dólares.
El ensayo evaluó planificación durante miles de pasos
El propósito de usar Minecraft era probar si el sistema podía sostener una tarea prolongada, con acciones que dependen unas de otras, durante más de un día. El juego combina un mundo abierto con reglas definidas y objetivos que exigen planificar y coordinarse.
Un trabajo de la Universidad de Michigan también describió Minecraft como un entorno tridimensional flexible para tareas de aprendizaje por refuerzo con observación parcial y recompensas diferidas. El estudio está disponible en arXiv.
Contenido redactado con asistencia de un LLM.
Preguntas frecuentes
¿De qué trata esta nota?+
Cuatro agentes basados en Gemini 4 Argon derrotaron al Ender Dragon de Minecraft en 27 horas y 14 minutos, según un estudio de investigadores de Google DeepMind publicado en octubre de 2026. Los agentes actuaron sin instrucciones humanas durante la partida, aunque el experimento incorporó herramientas que les facilitaron información y planificación.
¿Qué se sabe sobre «Los agentes se repartieron tareas y murieron 605 veces»?+
La prueba se desarrolló en un mundo generado al azar, en dificultad fácil y con los comandos de trampa desactivados. El objetivo asignado fue matar al dragón. Los agentes no recibieron estrategias específicas para avanzar, pero cada uno controló a un jugador mediante Mineflayer, una biblioteca de código abierto para crear bots de Minecraft.
¿Qué se sabe sobre «La prueba incluyó información y rutas como apoyo»?+
El resultado tuvo límites que matizan la idea de una partida completamente a ciegas. Según el reporte, una aplicación informaba a los agentes sobre los recursos y criaturas cercanos, incluso cuando estaban fuera de su campo de visión. Además, un complemento les sugería rutas. El 22% de los programas escritos terminó en error.
