Google DeepMind har introducerat SIMA, en AI-agent designad för att lära sig spelfärdigheter på ett sätt som liknar mänskligt spelande snarare än att dominera med sina egna förmågor. För närvarande i forskningsfasen, siktar SIMA, som står för Scalable, Instructable, Multiworld Agent, att bemästra olika datorspel, inklusive öppna världs- och icke-linjära spel. Istället för att ersätta befintlig spel-AI är SIMA avsedd att naturligt integreras i spelarna, genom att kombinera instruktioner på naturligt språk med förståelse för 3D-världar och bildigenkänning. Enligt Tim Harley, en forskare och delaktig i SIMA-projektet på Google DeepMind, tränas agenten för att följa instruktioner och köra spelet, inte enbart för att fokusera på att vinna. För att träna och testa SIMA samarbetade Google med åtta spelutvecklare, inklusive Hello Games, Embracer, Tuxedo Labs och Coffee Stain. Spel som No Man's Sky, Teardown, Valheim och Goat Simulator 3 användes för att lära agenten spelens grunder, utan krav på anpassade API:er eller åtkomst till källkoder. Teamet valde medvetet spel som prioriterar öppen lek snarare än narrativt drivet gameplay för att hjälpa SIMA att få allmänna spelkunskaper. Målet var att SIMA skulle lära sig spontanitet, som visas i spel som Goat Simulator, där slumpmässiga och oförutsägbara handlingar är centrala.

För att uppnå detta skapade Google en ny miljö i Unity-motorn där agenter var tvungna att skapa skulpturer för att testa deras förståelse för objektmanipulation. Språkanvisningar samlades in genom att spela in par av mänskliga spelare, där en kontrollerade spelet och den andra gav instruktioner. Denna data, tillsammans med spelarnas självständiga spelande som visade resonemanget bakom deras handlingar, användes för att lära SIMA att förutsäga framtida händelser på skärmen. SIMA har för närvarande cirka 600 grundläggande färdigheter, inklusive handlingar som att svänga vänster, klättra på stegar och använda en karta från menyn. Men Harley föreslog att SIMA i framtiden skulle kunna tränas för att utföra mer komplexa uppgifter inom spel. För närvarande är uppgifter som "hitta resurser och bygga ett läger" utmanande eftersom AI-agenterna har svårt att agera å människors vägnar. Även om SIMA inte är avsedd att vara en AI-driven NPC som de utvecklade av Nvidia och Convai, positioneras det som en ytterligare spelare i spelet, med förmågan att påverka utfallet. Projektmedledaren Frederic Besse uttryckte att det är för tidigt att avgöra vilka möjligheter AI-agenter som SIMA kan bringa till spel utöver forskningsområdet.