外部入力を通じてPokémonをプレイするというコンセプトは、「Twitch Plays Pokémon」を通じて広く知られるようになりました。これは、110万人以上のユーザーがチャットルームを通じて手動コマンドを送信し、キャラクターを操作する社会実験でした。この手法は、システムが数千の同時かつしばしば矛盾する人間の入力を解析しなければならず、大幅な入力遅延や進行を妨げる「トロール」行為が発生するなど、その不安定で混沌とした性質によって定義されていました。この実験は、クラウドソーシングによるコマンドの予測不可能な性質にもかかわらず、ゲームの寛容なターン制構造に依存することで成功を収めました。
この画像は、Jevのような自動化されたAIエージェントの前身となった、クラウドソーシングによる人間主導の入力方法を例示しています。
対照的に、TypeSafe AIによる意思決定モデルであるJevは、自動化されたエージェンティックな推論を通じて同じ目標にアプローチします。Jevは16,150の個別の意思決定を行い、37時間40分でPokémon Redをクリアしました。Jevは人間のテキストストリームに頼るのではなく、ゲームのRAMを読み取ってマップ、プレイヤーのパーティ、画面上のテキストを含む現在の状態を特定する技術的な「ハーネス」を介して動作します。このハーネスは、A*経路探索データ、技のタイプ相性、ダメージ推定などの特定の事実と組み合わされた法的オプションのリストをJevに提示します。その後、Jevは最適なアクションを選択し、ハーネスがそれをボタン入力として実行します。
Jevは自律的なAIエージェントへの移行を象徴していますが、そのパフォーマンスは特定のアーキテクチャ上のトレードオフによって形作られています。このシステムは、モデルを目標に向かって進むように導くために、定義済みのストーリーの節目と経路探索ロジックを使用しています。自動化されたゲームプレイにおいて一般的な問題である、AIが繰り返しのループに陥ることを防ぐために、ハーネスは変化がない結果をもたらすオプションにタグを付け、モデルに代替案をサンプリングするよう強制します。一部の観察者は、このレベルのガイダンスはゲームをクリアするには効果的であるものの、人間が直感的にナビゲートするはずの不可能なアクションをフィルタリングし、ナビゲーションデータを提供するためのハーネスに依存しているため、モデルの「生の」知能を制限していると指摘しています。このプロジェクトは、Jevが中央値0.4秒で意思決定を行い、プレイ全体で約1.65ドルの総コストで実行されるという、高速かつ低コストな実行能力を実証しています。