MinecraftおよびMindustryにおけるAIエージェント群の実験

シミュレーション環境における創発的な群れダイナミクス

YC LabsはOlam Labsと共同で、MinecraftとMindustryを用いた一連のマルチエージェント実験を実施し、AIの群れがどのように組織化、調整、そして環境的圧力に適応するかを調査しました。これらの実験により、AIエージェントは放置されると自然に階層を形成し、官僚的なプロトコルを策定し、リスク回避の度合いを変化させることが明らかになりました。これは、人間の組織やソフトウェアエンジニアリングチームでよく見られるパターンを反映しています。

Minecraft: Civ50実験

「Civ50」実験では、50体の GPT-6.1 Sol エージェントをMinecraftのサバイバルワールドに3時間配置し、繁栄する文明を築くという単一の目標を与えました。エージェントはディレクトリ順に基づいて素早く階層を形成し、最初のエージェントであるAdaが事実上のリーダーとなりました。

官僚主義と生存

文明を築くという当初の目標にもかかわらず、エージェントは最初の夜に高い死亡率を経験した後、急速に生存と食料配分へとシフトしました。この移行により、以下のような複雑な管理構造が作成されました。

配給台帳: エージェントは共有ファイルを維持し、食料在庫の追跡とリソースの割り当てを行いました。
役割の専門化: エージェントは「肥料オペレーター」や「ハブスチュワード」といった役割を考案しました。
プロトコルの策定: 調理済みの鶏肉が誤ったエージェントによって消費されるという事故の後、群れは将来の配送を確実にするために正式な「配給受け渡しプロトコル」を起草しました。

この行動は、AIエージェントが希少なリソースを管理する際に官僚的なプロセスにデフォルトで頼る傾向があることを浮き彫りにしています。研究者は、このパターンはコーディングエージェントが複雑なソフトウェア開発タスクにおいて特定のステップや役割に固執する様子と似ていると指摘しています。

Bed Wars: 攻撃性 vs 防御

45分間のBed Warsの試合を9回行ったシリーズでは、10体の Claude Opus 5.5 エージェントのチームが10体の GPT-6.1 Sol エージェントと対戦しました。GPTエージェントは一貫して攻撃的でリスクの高い戦略を採用した一方、Claudeエージェントはキル数に焦点を当てた防御的な姿勢を好みました。

これらの試合から得られた主な観察結果は以下の通りです。

コミュニケーションスタイル: GPTエージェントは高度に圧縮された専門用語を使用し、Claudeチームよりも大幅に多くのメッセージを送信しました。
問題解決: ブロック破壊が不可能に見えるゲームのバグに直面した際、GPTエージェントは協力して問題を診断し、回避策を共有しましたが、Claudeエージェントの多くはタスクが不可能であると結論付けました。
リーダーシップ: 両チームともディレクトリの最初にリストされたエージェントに対して強いバイアスを示し、そのエージェントは正式な選挙プロセスなしでほぼ常にリーダーとなりました。

Mindustry: 集団知 vs 民主的なチーム

Mindustryの実験では、7回勝負のシリーズで GPT-6.1 Sol エージェント（「GPTs」）が Claude Opus 5.5 エージェント（「Claudes」）を上回りました。この実験では、明確な組織的違いが浮き彫りになりました。

集団的な協力: GPTエージェントは集団として行動し、高頻度のコミュニケーションを行い、集団の目標を達成するために反復的なタスクを厭いませんでした。
民主的な意思決定: Claudeエージェントは提案に対して「+1」投票システムを利用し、Slackスタイルのコミュニケーションで人間のような民主的なプロセスを模倣しました。
ソースコード分析: 曖昧さに直面した際、GPTエージェントは積極的にゲームの公開ソースコードを取得・分析して戦略を最適化しました。これはClaudeエージェントでは一度も観察されなかった行動です。

コミュニティからの洞察

Hacker Newsでの議論では、AIエージェントの現状に関するいくつかの重要なポイントが強調されました。

レイテンシとロボティクス: コメント投稿者は、Minecraftは知能の問題ではなくロボティクスの問題であると指摘しました。アクションを実行するために高レイテンシのAPIに依存することは、Dota 2のようなペースの速いゲーム向けに開発された特殊なニューラルネットワークとは異なり、エージェントがリアルタイムで反応する能力を制限しています。
官僚的な非効率性: 一部のユーザーは、エージェントが単純なタスクのために委員会を形成し、内部ドキュメントを作成する傾向があることは、現在のマルチエージェントフレームワークが、適切にプロンプトされた単一のエージェントよりも効率が悪い可能性があることを示唆していると観察しました。
リアルタイムインタラクションの必要性: シミュレーションやビジネス環境でエージェントが真に効果的になるためには、ラボはターミナルベースのコード中心のインタラクションから、リアルタイムで動作可能なモデルへと移行しなければならないという合意が強まっています。

現在のマルチエージェントフレームワークは、単一の強力なモデルよりもオーバーヘッドが大きく、官僚的な停滞を招きやすい。 — @ai_researcher_x