Google Gemini藉自主決策成為寶可夢大師 再創AI推理新境界

記者孟圓琦／台北報導

多元的AI工具現在在各大產業中，已然成為不可或缺的重點條件之一，然而你想過AI除了資料統整或蒐集外，還有自主決策破關遊戲的能力了嗎？近日，在軟體工程師Joel Z的實驗下，挑戰由Google DeepMind團隊開發的多模態大型語言模型Gemini 2.5 Pro，來通關經典遊戲《寶可夢：藍色》，大展人工智慧在遊戲理解、策略規劃與推理上的嶄新高度。

軟體工程師發起 AI自主挑戰經典遊戲

這場名為「Gemini Plays Pokémon」的直播實驗，由30歲的軟體工程師Joel 自主獨立發起，而非Google官方計畫。有鑑於Joel Z受到先前Claude AI成功挑戰《寶可夢：紅》的啟發，選擇了自己第一款玩的《寶可夢：藍色》作為Gemini 2.5 Pro的試煉場。這項挑戰不僅吸引了全球數萬名觀眾同步線上關注，也獲得Google CEO桑達爾·皮查伊與DeepMind負責人戴密斯·哈薩比斯的公開祝賀。

雖然目前Claude尚未完成《寶可夢紅版》通關，但Gemini破關的成就也未必等於其表現更優於Claude，Joel Z.也在Twitch頁面上提醒：「請不要將這次成果視為AI模型遊玩寶可夢能力的指標。Gemini與Claude使用不同的工具與資訊來源，無法直接比較。」

延伸閱讀：
政府效率太慢 馬斯克再次強調：AI可以取代部分公務員
宏碁資訊攜北科大共推「AI雙向賦能」計畫 搭起產學合作新橋梁
私密內容: Google推出「AI模式」對話式搜尋引擎 對戰OpenAI
Google Gemini啟用AI影像編輯新功能 以文字指令更替背景與特定物件

全自主決策與多智能體協作 大展AI靈活性

有別於以往讓AI重複試錯的通關方式，這次的實驗打造了一套完整的自主決策系統。Joel Z透過Socket連接mGBA模擬器，讓AI能即時獲取遊戲畫面截圖、玩家狀態、地圖資訊等，並可直接發送按鍵指令給遊戲。Gemini 2.5 Pro在每個遊戲回合都會分析這些多模態資訊，自主決定下一步行動。而為了提升效率與可靠性，系統還引入了專門的「智能體」（Agent）進行協作。例如，當AI需要規劃複雜路徑時，會呼叫專屬的路徑規劃智能體（Pathfinder Agent），這其實是另一個Gemini實例，能運用如廣度優先搜尋（BFS）等演算法尋找最佳路線。這種多智能體協作模式，讓Gemini在面對複雜任務時展現更高的靈活性與智慧。

Gemini 2.5 Pro在遊戲過程中展現了強大的推理能力。不同於Claude AI有自動導航工具，Gemini完全依賴自身的決策與規劃能力。為了讓AI更貼近人類玩家的體驗，系統還設計了幾項限制，例如只有在低血量且無治療道具時才能使用「穿洞繩」或「挖洞」逃脫，避免AI一遇困難就「抄近路」。

此外，為了彌補AI在空間記憶上的不足，開發者在介面上方加上了小地圖，讓觀眾能直觀看到Gemini探索的區域。不過，Gemini本身只接收文字形式的地圖資訊，無法直接「看見」小地圖，這一設計並不構成作弊。

僅供必要提示 見證AI遊戲推理能力

過程中，Joel Z唯一一次進行的技術干預，是在遊戲某些原版設計不合理的地方給予AI必要提示（如告知需與火箭隊員對話兩次才能獲得關鍵道具），而這是《寶可夢黃版》才修正的程式錯誤。Joel Z強調，這些干預僅為完善AI的通用推理能力，並未針對具體關卡給予攻略或提示。這種公開透明的開發過程，也讓觀眾見證AI學習與優化的真實歷程。

這次Gemini 2.5 Pro通關《寶可夢：藍色》的創舉，不僅是AI遊戲能力的展示，更代表大型語言模型在多模態理解、自主決策與長程規劃上的重大突破。顯現AI已能在複雜、開放式環境中，透過有限資訊進行類似人類的推理與應變，為未來AI應用開啟更多可能。Joel Z表示，這次實驗僅是起點，未來將持續探索AI在遊戲、教育、輔助決策等領域的潛力。Google DeepMind團隊也強調，Gemini系列模型將持續優化，朝向更強大的通用人工智慧邁進。

瀏覽 168 次