Agen AI Google DeepMind Berhasil Menamatkan Minecraft dengan Menulis Ribuan Program Sendiri
Google DeepMind mencatat pencapaian menarik dalam pengembangan kecerdasan buatan setelah empat agen AI berbasis Gemini 4 Argon berhasil menamatkan Minecraft dengan mengalahkan Ender Dragon. Dalam eksperimen yang dipublikasikan pada 15 Oktober 2026, para agen tersebut menyelesaikan tantangan selama 27 jam 14 menit dengan menulis 2.783 program secara mandiri. Mereka bekerja sama, membagi tugas, mengumpulkan sumber daya, dan memperbaiki kesalahan tanpa arahan langsung manusia selama permainan. Meski mengalami 605 kematian karakter, sistem akhirnya mencapai tujuan. Pencapaian ini memperlihatkan perkembangan TEKNOLOGI agen AI dalam perencanaan jangka panjang, pemrograman otomatis, dan koordinasi antarsistem.
Google DeepMind Membuktikan Kemampuan Agen AI Menamatkan Minecraft
Tim riset kecerdasan buatan Google DeepMind melaporkan keberhasilan empat agen AI yang berkolaborasi menyelesaikan tantangan Minecraft. Eksperimen ini menggunakan model Gemini 4 Argon yang ditugaskan mencapai satu sasaran, yaitu menaklukkan musuh terakhir Minecraft. Berbeda dari permainan biasa, setiap agen mengontrol pemain menggunakan program yang ditulis sendiri. Melalui metode ini, AI perlu menyusun strategi sebelum menggerakkan karakter. Keberhasilan yang dilaporkan memberikan gambaran potensi AI untuk tugas panjang.
Penelitian Google DeepMind ini dijelaskan dalam makalah ilmiah berjudul A team of Gemini 4 Argon agents beats Minecraft yang disusun oleh Maxence Faldor, Satinder Singh, dan Roberta Raileanu. Makalah tersebut dipublikasikan pada 15 Oktober 2026. Ketika percobaan dimulai, para agen memasuki lingkungan Minecraft dengan peta acak. Tingkat kesulitan ditetapkan pada Easy, sementara fitur perintah curang tidak digunakan. Pengawas penelitian tidak memberikan pembagian peran untuk membantu setiap agen. Meski demikian, eksperimen dijalankan dalam sistem sandbox. Batas eksperimen tersebut membedakan demonstrasi dari permainan manusia biasa.
Mekanisme Pemrograman Otomatis dalam Eksperimen Minecraft
Untuk mengendalikan permainan, setiap agen AI menggunakan pustaka sumber terbuka Mineflayer yang menyediakan antarmuka pemrograman untuk Minecraft. Berkat antarmuka Mineflayer, agen bisa mengendalikan aktivitas pemain, mengambil sumber daya, membuat peralatan, serta melakukan tindakan pertempuran. Ketika hendak menyelesaikan pekerjaan, agen menulis rangkaian perintah pemrograman untuk menjalankan aktivitas yang direncanakan. Apabila program mengalami masalah, sistem mengevaluasi respons perangkat lunak dan mencoba pendekatan pemrograman lain. Proses pemrograman berulang ini memperlihatkan penggunaan bahasa pemrograman untuk bertindak secara otonom.
Sepanjang perjalanan menuju kemenangan, keempat agen menciptakan total 2.783 rangkaian kode. Ribuan program yang dihasilkan menggambarkan banyaknya tindakan yang harus direncanakan. Program yang ditulis tidak semuanya langsung berhasil, karena sekitar 22 persen mengalami error ketika dijalankan. Walaupun kesalahan cukup sering terjadi, agen tetap dapat melanjutkan pekerjaan. Proses pemulihan tersebut memberikan gambaran menarik dalam pengembangan agen AI otonom. Pada pekerjaan perangkat lunak profesional, keberhasilan membutuhkan pemeriksaan hasil. Dengan mempertimbangkan hal tersebut, mekanisme pengujian dan pemulihan tetap diperlukan.
Koordinasi Empat Agen Gemini dalam Menyelesaikan Minecraft
Hasil permainan tersebut ditentukan oleh koordinasi beberapa agen. Seluruh anggota tim virtual menyampaikan pesan melalui fasilitas komunikasi permainan serta memanfaatkan memori bersama. Berkat sistem koordinasi tersebut, setiap agen dapat menyampaikan temuan mengenai lokasi material, hambatan yang ditemukan, serta tugas yang sedang dikerjakan. Pembagian peran berkembang selama interaksi berlangsung, bukan ditetapkan secara langsung oleh peneliti. Sistem kerja sama tersebut menjadi contoh penerapan kecerdasan kolektif berbasis perangkat lunak.
Contoh koordinasi yang menarik terjadi ketika pemain yang dikendalikan AI gagal bertahan. Dalam Minecraft, barang yang dibawa pemain dapat terjatuh di lokasi tertentu. Karakter AI yang kehilangan barang berpeluang memberitahukan lokasi kematiannya kepada anggota tim lainnya. Selanjutnya, anggota tim dapat mencoba mengambil perlengkapan yang tertinggal. Strategi ini berpotensi mempertahankan kemajuan permainan. Sepanjang pelaksanaan tantangan, para agen juga bertukar ratusan pesan. Pola komunikasi tersebut memperlihatkan kebutuhan koordinasi antartugas.
Tantangan Google DeepMind Menyelesaikan Minecraft Secara Otonom
Dalam perjalanan menuju pertarungan terakhir, para agen perlu melewati rangkaian pekerjaan panjang. Mereka terlebih dahulu mengumpulkan bahan dasar untuk membuat peralatan. Pada langkah berikutnya, tim harus mengakses lingkungan permainan berbeda. Sepanjang tahap persiapan, agen menghadapi berbagai ancaman. Untuk mempertahankan kemajuan, para agen mengubah rencana berdasarkan informasi baru. Setiap kemajuan sering menjadi syarat bagi langkah berikutnya. Karakteristik tersebut sesuai untuk mempelajari kemampuan agen menyelesaikan tugas kompleks.
Sesudah menjalankan serangkaian pekerjaan, para agen menyelesaikan sasaran utama permainan dalam waktu 27 jam dan 14 menit. Selama perjalanan tersebut, karakter yang dikendalikan AI mengalami 605 kematian. Banyaknya kematian itu menggambarkan tingginya kebutuhan percobaan dan pemulihan. Sebagian besar waktu digunakan untuk menghadapi Ender Dragon. Strategi yang digunakan pada tahap tersebut melibatkan pembangunan struktur tanah untuk menghancurkan kristal yang mendukung pemulihan Ender Dragon. Strategi tersebut menjadi bagian penting dalam penyelesaian misi. Meski kemenangan berhasil diperoleh, jumlah kegagalan yang tinggi tetap menjadi catatan.
Kelemahan Agen Gemini 4 Argon Meski Berhasil Menamatkan Minecraft
Pencapaian sistem Gemini 4 Argon tidak terlepas dari penggunaan sumber daya AI. Menurut estimasi biaya yang dijelaskan peneliti, proses mencapai kemenangan memerlukan pengeluaran sekitar 520 dolar AS menggunakan harga promosi awal model. Dalam skema harga normal, jumlah tersebut diperkirakan mencapai sekitar 1.040 dolar AS. Variasi perhitungan biaya ini menunjukkan pentingnya memahami asumsi harga. Di luar kebutuhan finansial, pengoperasian selama lebih dari satu hari memerlukan kestabilan sistem. Karena itu, keberhasilan tugas panjang tidak hanya diukur dari hasil akhir.
Eksperimen tersebut tetap menyisakan keterbatasan. Sebagai pertimbangan awal, permainan dijalankan pada tingkat Easy sehingga tantangannya berbeda dari mode lebih sulit. Selain itu, agen mengakses informasi permainan melalui antarmuka program, bukan melihat layar permainan secara langsung. Akses data semacam ini dapat memberikan detail lingkungan yang sulit dilihat pemain manusia. Ketiga, eksperimen tidak menunjukkan bahwa seluruh pengujian akan berakhir sama. Untuk menilai kemampuan lebih luas, penelitian lanjutan dapat mengevaluasi pengulangan eksperimen guna mengukur konsistensi agen.
Dampak Eksperimen Gemini 4 Argon bagi Perkembangan TEKNOLOGI
Hasil eksperimen agen AI dalam Minecraft memperlihatkan kemajuan menarik dalam bidang agen kecerdasan buatan. Dengan menulis 2.783 program JavaScript, berkoordinasi melalui komunikasi antarsistem, dan menyesuaikan tindakan berdasarkan hasil sebelumnya, keempat agen berhasil mengalahkan Ender Dragon. Namun demikian, 605 kematian serta keterbatasan pengujian pada mode Easy memperlihatkan kebutuhan pengembangan lanjutan. Seiring kemajuan kecerdasan buatan, penelitian ini berpotensi mendukung pengembangan agen pemrograman untuk sistem otomatis yang membutuhkan pemulihan kesalahan. Bagaimana pendapat Anda, apakah sistem yang dapat menulis ribuan program sendiri akan mempercepat perkembangan asisten pemrograman? Sampaikan pandangan Anda mengenai perkembangan agen AI.
