Google DeepMind har introduceret SIMA, en AI-agent designet til at lære spilfærdigheder på en måde, der ligner menneskelig gameplay i stedet for at dominere med sine egne evner. I øjeblikket i forskningsfasen har SIMA, der står for Scalable, Instructable, Multiworld Agent, til formål at mestre forskellige videospil, herunder åbne verdens- og ikke-lineære spil. I stedet for at erstatte eksisterende spil-AI er SIMA beregnet til at integrere problemfrit i spillernes hold, kombinere naturlig sproginstruktion med forståelse af 3D-verdenen og billedgenkendelse. Ifølge Tim Harley, en forsker og medleder af SIMA-projektet hos Google DeepMind, er agenten trænet til at følge instruktioner og køre spillet, uden at det er den eneste målsætning at vinde. For at træne og teste SIMA samarbejdede Google med otte spiludviklere, herunder Hello Games, Embracer, Tuxedo Labs og Coffee Stain. Spil som No Man’s Sky, Teardown, Valheim og Goat Simulator 3 blev brugt til at lære agenten spilgrundlagene uden at kræve brugerdefinerede API'er eller adgang til kildekode. Holdet valgte bevidst spil, der prioriterer åben leg i stedet for narrativt drevet gameplay, for at hjælpe SIMA med at opnå generelle spilfærdigheder. Målet var, at SIMA skulle lære spontanitet, som det ses i spil som Goat Simulator, hvor tilfældige og uforudsigelige handlinger er centrale.

For at opnå dette oprettede Google en ny miljø i Unity-motoren, hvor agenter skulle skabe skulpturer for at teste deres forståelse af objektmanipulation. Sproginstruktioner blev indfanget ved at optage par af menneskelige spillere, hvor den ene kontrollerede spillet, og den anden gav instruktioner. Disse data, sammen med spillernes uafhængige gameplay, der fremviste deres tankegang bag deres handlinger, blev brugt til at undervise SIMA i at forudsige fremtidige begivenheder på skærmen. SIMA har i øjeblikket omkring 600 grundlæggende færdigheder, herunder handlinger som at dreje til venstre, klatre på stiger og bruge et kort fra menuen. Imidlertid antydede Harley, at SIMA i fremtiden kunne trænes til at udføre mere komplekse opgaver i spil. I øjeblikket er opgaver som "at finde ressourcer og opbygge en lejr" fortsat udfordrende, da AI-agenter har svært ved at handle på vegne af mennesker. Selvom SIMA ikke har til hensigt at være en AI-dreven NPC som dem, der er udviklet af Nvidia og Convai, er den positioneret som en ekstra spiller i spillet, der er i stand til at påvirke resultatet. Projektets medleder, Frederic Besse, gav udtryk for, at det er for tidligt at bestemme det fulde spektrum af applikationer, som AI-agenter som SIMA kunne bringe til spil ud over forskningsområdet.