谷歌DeepMind推出了名为SIMA的AI代理，旨在以类似于人类游戏玩法的方式学习游戏技能，而不是凭借自身的能力主导游戏。目前处于研究阶段的SIMA（Scalable, Instructable, Multiworld Agent，可扩展的、可教授的、多世界代理）旨在掌握各种视频游戏，包括开放世界和非线性游戏。SIMA并非旨在取代现有的游戏AI，而是旨在与玩家的团队无缝融合，结合自然语言指令、3D世界理解和图像识别。 据谷歌DeepMind SIMA项目研究员兼共同负责人Tim Harley介绍，该代理被训练以遵循指令并运行游戏，而不是仅仅专注于获胜。为了训练和测试SIMA，谷歌与包括Hello Games、Embracer、Tuxedo Labs和Coffee Stain在内的八家游戏开发商进行了合作。游戏如《无人深空》、《拆迁专家》、《瓦尔海姆》和《山羊模拟器3》被用来教授代理游戏基础，而无需使用自定义API或访问源代码。 团队有意选择了那些重视开放游戏而非故事情节驱动的游戏，以帮助SIMA掌握通用游戏技能。目标是使SIMA学会自发行动，正如《山羊模拟器》中展示的那样，其中随机和不可预测的行为起着核心作用。为了实现这一目标，谷歌在Unity引擎中创建了一个新环境，在此代理需要创建雕塑来测试其物体操作理解能力。语言指令是通过记录一对人类玩家的对话来捕捉的，其中一个控制游戏，而另一个提供指令。这些数据以及玩家独立玩游戏时展示其行动背后推理的部分被用来教授SIMA预测未来的屏幕事件。 目前，SIMA拥有大约600种基本技能，包括向左转、爬梯子和使用菜单中的地图等操作。然而，哈雷表示，未来SIMA可能会被训练执行更复杂的游戏任务。当前，“寻找资源并建立营地”之类的任务仍然具有挑战性，因为AI代理在代表人类行动方面遇到困难。 虽然SIMA不打算成为类似Nvidia和Convai开发的由AI驱动的NPC，但它定位为游戏内的附加玩家，能够影响游戏结果。项目共同负责人Frederic Besse表示，在研究领域之外，如SIMA这样的AI代理可能带来的应用领域尚为初期确定。