Google DeepMind heeft SIMA geïntroduceerd, een AI-agent die is ontworpen om gamingsvaardigheden te leren op een manier die lijkt op menselijk spelen in plaats van te domineren met zijn eigen mogelijkheden. Momenteel bevindt SIMA, wat staat voor Scalable, Instructable, Multiworld Agent, zich in de onderzoeksfase en heeft als doel om verschillende videospellen te beheersen, waaronder open-wereld en niet-lineaire spellen. In plaats van bestaande game AI te vervangen, is het de bedoeling dat SIMA naadloos integreert in de groep van spelers, waarbij natuurlijke taalinstructies worden gecombineerd met begrip van de 3D-wereld en beeldherkenning. Volgens Tim Harley, een onderzoeker en mede-leider van het SIMA-project bij Google DeepMind, is de agent getraind om instructies op te volgen en het spel te spelen, zonder uitsluitend gefocust te zijn op winnen. Om SIMA te trainen en te testen, werkte Google samen met acht spelontwikkelaars, waaronder Hello Games, Embracer, Tuxedo Labs, en Coffee Stain. Spellen zoals No Man's Sky, Teardown, Valheim en Goat Simulator 3 werden gebruikt om de agent de basis van het spel bij te brengen, zonder dat er aangepaste API's of toegang tot broncodes nodig waren. Het team heeft bewust spellen geselecteerd die open speelervaringen bevorderen in plaats van verhaalgedreven gameplay, om SIMA algemene gamingsvaardigheden te laten verwerven. Het doel was dat SIMA spontaniteit zou leren, zoals te zien is in spellen zoals Goat Simulator, waar willekeurige en onvoorspelbare acties centraal staan.

Om dit te bereiken, heeft Google in de Unity-engine een nieuwe omgeving gecreëerd waar agenten sculpturen moesten maken om hun begrip van objectmanipulatie te testen. Taalinstructies werden vastgelegd door paren van menselijke spelers op te nemen, waarbij de ene het spel bestuurde en de andere instructies gaf. Deze gegevens, samen met de onafhankelijke gameplay van spelers waarin de redenering achter hun acties werd getoond, werden gebruikt om SIMA te leren om toekomstige gebeurtenissen op het scherm te voorspellen. Op dit moment beschikt SIMA over ongeveer 600 basisvaardigheden, zoals linksaf slaan, ladders beklimmen en een kaart raadplegen in het menu. Harley suggereerde echter dat SIMA in de toekomst getraind zou kunnen worden om meer complexe taken binnen spellen uit te voeren. Op dit moment blijven taken zoals "het vinden van bronnen en het bouwen van een kamp" uitdagend, omdat AI-agenten moeite hebben om namens mensen te handelen. Hoewel SIMA niet bedoeld is als een door AI aangedreven NPC zoals die ontwikkeld door Nvidia en Convai, wordt het gepositioneerd als een extra speler binnen het spel die in staat is om de uitkomst te beïnvloeden. Projectleider Frederic Besse gaf aan dat het nog te vroeg is om de volledige reeks toepassingen te bepalen die AI-agenten zoals SIMA kunnen bieden, buiten het onderzoeksgebied van gaming.