Google's forskningsgrupp DeepMind arbetar med att utveckla en AI-agent som kallas SIMA (Skalbar, Instruerbar, Multiworld Agent) som tränas inte bara för att vinna specifika spel, utan också för att reagera på naturlig språkinstruktion i vilken som helst generisk tredimensionell miljö. Målet är att skapa AI-agenter som kan instrueras och interageras med, och agera som trovärdiga partners i samarbetsinriktade spelsituationer. SIMA har tränats på nio olika öppna världsspel, med fokus på tredimensionella spel som kontrolleras från ett första- eller tredjepersonsperspektiv.

Agenten är utformad för att fungera med realtidsbaserade spel och använder endast pixlar på skärmen som indata, vilket imiterar det tillvägagångssätt som människor har använt för att spela tv-spel i årtionden. Genom att använda videomaterial av mänskligt spel och tillhörande instruktioner på naturligt språk som träningsdata, siktar SIMA på att lära sig förstå och svara på instruktioner i olika spelmiljöer.