Des agents IA moins performants s'ils sont entraînés uniquement sur Minecraft
Une équipe incluant miHoYo révèle dans une prépublication que les modèles fedérés de jeux variés obtiennent un score OGA 2,8 fois supérieur à ceux entraînés seulement sur Minecraft.
Une équipe de recherche réunissant des membres de l'équipe Honkai AI R&D de miHoYo, de l'Université Tsinghua, de l'Université de l'Académie chinoise des sciences, de l'Université de Hong Kong, de l'Université nationale de Singapour et de l'Université de Pékin a publié le 20 octobre la prépublication « Scaling in Games: Continued Pre-Training For Embodied Agents In Diverse Virtual Worlds », rapporte automaton-media.com. L'étude montre que les agents d'IA entraînés uniquement sur Minecraft se généralisent mal à d'autres jeux, tandis qu'un entraînement sur des jeux variés améliore leurs performances sur des jeux 3D inédits.
Les chercheurs ont utilisé Qwen3.5, l'IA multimodale d'Alibaba, et poursuivi le pré-entraînement sur des données de jeu allant de 50 à 1600 heures, réparties sur 79 ensembles de données. Ils ont fait tourner 120 conditions contrôlées en faisant varier la taille du modèle, la quantité de données et la proportion de données Minecraft, dans cinq configurations.
Les modèles entraînés sur Minecraft seul ont cessé de progresser, voire régressé, sur la perte de validation combinée, et ont obtenu les scores les plus faibles des cinq conditions sur des benchmarks dont ViZDoom. À l'inverse, les modèles entraînés sur des jeux divers ont atteint un score OGA moyen environ 2,8 fois supérieur à celui des modèles limités à Minecraft, avec 1600 heures de données d'entraînement.
Les performances se sont aussi améliorées sur DOOM, qui ne représentait qu'une petite partie des données, alors que les modèles n'ont pas réussi à dépasser systématiquement la référence de pré-entraînement sur les benchmarks 2D et 2.5D de GameWorld. Lors de tests en temps réel, le modèle de l'équipe a surpassé des IA généralistes comme GPT-5.6 Sol, Claude Opus 5.0 et Gemini-3.8-Flash sur plusieurs jeux dont Minecraft, ces dernières obtenant toutefois de meilleurs résultats en conditions non temps réel.
Selon l'article, les travaux antérieurs sur le pré-entraînement continu des agents incarnés modifiaient simultanément la quantité de données, leur diversité et la taille du modèle, empêchant d'isoler l'effet de chaque facteur.
En bref
Quels jeux ont servi à entraîner les agents d'IA de l'étude ?
L'équipe a utilisé 79 ensembles de données de jeu, avec des durées de 50 à 1600 heures, en comparant notamment des modèles entraînés uniquement sur Minecraft à des modèles entraînés sur des jeux variés.
Quel modèle d'IA a été utilisé dans cette recherche ?
Les chercheurs ont utilisé Qwen3.5, l'IA multimodale d'Alibaba, comme base pour le pré-entraînement continu.
L'étude a-t-elle été évaluée par des pairs ?
Il s'agit d'une prépublication publiée le 20 octobre, ce qui signifie qu'elle n'a pas nécessairement fait l'objet d'une évaluation par les pairs.