Four Gemini agents autonomously complete Minecraft, defeating the Ender Dragon in 27 hours
English text is being prepared.
Four autonomous agents running Gemini 4 Argon took 27 hours and 14 minutes to defeat the Ender Dragon in Minecraft survival mode, with no human intervention throughout and without receiving game-specific training; the DeepMind research team disclosed this experiment in an arXiv paper. During the process, the agents wrote and ran 2,783 programs, exchanged 229 chat messages, died 605 times, processed about 1.35 billion input tokens, and cost about $520 at discounted prices. The paper states this is the first end-to-end autonomous completion using only the standard Mineflayer library, without pre-exploring seeds or human-written game-specific tools.
Why read this
SelectedAI score 80
The paper discloses that four general-purpose agents autonomously completed the game without game-specific training, comparable to the specialized training approaches of AlphaGo and AlphaStar.
Topics
Body
下载客户端
+1四个Gemini智能体自主通关《我的世界》，27小时击败末影龙澎湃新闻记者 季敬杰2026-10-22 11:30来源：澎湃新闻 ∙ 未来2% >听全文字号
四个运行Gemini 4 Argon的自主智能体，在没有任何人类干预、未接受任何游戏专项训练的情况下，耗时27小时14分钟，在游戏《我的世界》生存模式中击败了最终首领末影龙。谷歌旗下的DeepMind 研究团队日前在发布于 arXiv 的论文中披露了该项实验。
研究者在论文中将这一成果描述为“据我们所知，首个仅使用标准Mineflayer库、没有预先勘探种子或人类编写的游戏专用工具的AI智能体端到端自主通关”。
这与DeepMind此前的游戏 AI 成果构成了方法论上的分野。2016年AlphaGo击败李世石，其核心是深度强化学习与树搜索的结合，系统在人类棋谱和自对弈中专门针对围棋进行了训练。2019年AlphaStar在《星际争霸 II》中对顶尖人类选手取得10:1的胜率，同样依赖于针对该游戏的强化学习训练。
而Gemini 4 Argon是一个通用模型，实验中除了Mineflayer这一通用机器人库之外，没有任何为《我的世界》量身定做的逻辑。
论文作者之一Maxence Faldor在社交媒体上表示，DeepMind计划将同样的设置用于编程、科学和机器人任务。
在整个过程中，四个智能体编写并运行了2783个程序，交换了229条聊天消息，死亡605次，其中69次死于末影龙之手。
实验禁止此前游戏AI成果中常见的辅助。四个智能体被投入一个随机生成的生存模式世界，难度为“简单”，作弊指令关闭。没有人给它们分配角色、制定策略或提供针对《我的世界》的工具。每个智能体通过开源Mineflayer库控制一个游戏角色，行动方式是编写并运行短小的JavaScript程序——例如命令角色走向某处并开采附近的铁矿石——然后读取返回的位置、生命值和物品栏信息，或读取程序报错。
游戏进行到约21小时，其中一个智能体发现柱子顶端的十颗水晶在为末影龙持续回血，并找到用泥土堆叠抵达水晶的方法。接下来4小时40分钟里，四个智能体摧毁了全部十颗水晶，39分钟后，一名智能体队员在仅剩2.5点生命值（满值20点）的情况下杀死了末影龙。
成本方面，截至通关，智能体处理了约13.5亿输入token，按 Gemini4 Argon的优惠价格计算约为520美元，标准价格下约为1040美元。包含一个负责监视作弊行为的第五个“观察者”智能体在内的完整会话成本约为810美元。
智能体玩游戏与人类还是有本质的区别。论文指出，Mineflayer向智能体提供了精确的周围方块和怪物信息，包括固体岩石背后的内容，另有插件负责路径规划。另外，约22%的程序以报错告终。
论文同时指出，此前有两个社区项目报告过更早的末影龙击杀，但使用了游戏专用工具或在固定、更简单的设置下完成。
参考文献：