Het onderzoeksteam van Google's DeepMind werkt aan de ontwikkeling van een AI-agent genaamd SIMA (Scalable, Instructable, Multiworld Agent) die niet alleen getraind is om specifieke spellen te winnen, maar ook om te reageren op natuurlijke taalopdrachten in willekeurige 3D-omgevingen. Het doel is om AI-agenten te creëren die instructies kunnen ontvangen en mee kunnen interacteren, en zo overtuigende partners kunnen zijn in samenwerkende gameplay-situaties. SIMA is getraind met behulp van negen verschillende open-wereld spellen, met de nadruk op driedimensionale spellen die vanuit een first-person of third-person perspectief worden gespeeld.

De agent is ontworpen om te kunnen werken met real-time spellen en gebruikt alleen on-screen pixels als input, en bootst daarmee de aanpak na die mensen al tientallen jaren gebruiken om videospellen te spelen. Door gebruik te maken van videobeelden van menselijk gameplay en bijbehorende natuurlijke taalomschrijvingen als trainingsdata, streeft SIMA ernaar om te leren instructies te begrijpen en erop te reageren in verschillende game-omgevingen.