AnswersPublished16 sources
AgentGarten odděluje pravidla světa od toho, jak ho AI vidí
AgentGarten nechává simulátor řídit stav a pravidla světa; neuronový renderer z nich vytváří obraz, který vidí AI agent. Krátké navazující video úseky umožňují agentovi jednat, sledovat výsledek a rozhodovat se znovu.
PublikovalUpraveno pomocí GPT-6 LunaObrázky vytvořeny pomocí GPT Image 2
Research answer
Key takeaways
- AgentGarten nechává simulátor řídit stav a pravidla světa; neuronový renderer z nich vytváří obraz, který vidí AI agent.
- Krátké navazující video úseky umožňují agentovi jednat, sledovat výsledek a rozhodovat se znovu.
- Agenti zapisují zkušenosti do textových příruček, které mohou využít další kola.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is MirroS’s open-source AgentGarten framework, whose code, technical report and project page were reported publicly available by QbitAI. Article summary: AgentGarten is MirroS’s open-source research framework for creating interactive “code worlds”: executable simulators determine what happens, while a shared neural renderer determines what agents see. QbitAI’s October 9, . Topic tags: general, academic, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
AgentGarten je výzkumný rámec od MirroS pro interaktivní prostředí, v nichž dění určuje spustitelný kód a obraz pro AI agenta vytváří neuronový renderer. QbitAI 9. října 2026 informoval, že jsou veřejně dostupné kód, technická zpráva i projektová stránka. Jde o prostředí pro procvičování agentů, nikoli o představený robotický produkt určený k nasazení. 1
7
Kód určuje pravidla, model vykresluje obraz
Simulátor nebo herní engine udržuje stav světa a spouští pravidla definovaná programem. Ta mohou zahrnovat fyziku, interakce s objekty i podmínky vítězství. Renderer následně převádí strukturované geometrické informace — například hloubku nebo orientaci povrchu snímanou kamerou agenta — na vizuální pozorování. Cílem je ponechat pravidla simulace výslovná a oddělit je od společného systému, který dodává scénám vzhled. 1
5
Tento přístup se liší od video modelu, který by měl současně vymýšlet scénu i její fyzikální chování. Může také usnadnit tvorbu různorodých prostředí bez nutnosti připravovat pro každou scénu novou sadu detailních grafických podkladů. Jde však o zamýšlenou výhodu architektury, nikoli o důkaz, že veškeré náklady na tvorbu prostředí mizí. 1
5
Krátké video úseky umožňují průběžnou interakci
AgentGarten vytváří video postupně v krátkých úsecích, místo aby renderer předem generoval celý pevně daný klip. Agent může provést akci, dostat nové vizuální pozorování a podle něj zvolit další krok. Renderer při tvorbě obrazu využívá geometrii i předchozí vizuální historii, takže zobrazení navazuje na vyvíjející se stav simulace. 1
7
23
K čemu slouží Adversarial Forcing
Adversarial Forcing je metoda trénování rendereru — nikoli způsob, jakým agenti píší své příručky. Z velkého autoregresivního video modelu vytváří renderer, který dokáže generovat obraz v menším počtu kroků. Díky přesnému přehrání průběhu mohou ztráty z pozdějších video úseků ovlivnit i to, jak model zakódoval dříve vytvořenou historii. Součástí přístupu je také diskriminátor trénovaný na skutečném videu, který má zlepšovat vizuální kvalitu při delším generování. 8
23
MirroS tyto postupy představuje jako způsob, jak omezovat zhoršování obrazu při dlouhém generování, včetně postupného rozcházení obrazu s dějem a mřížkových artefaktů. Nemění však pravidla simulátoru ani nezaručují, že každá vykreslená sekvence zůstane přesná. 23
Co znamená údaj o rychlosti
MirroS uvádí, že renderer na jedné GPU dosahuje při rozlišení 480p rychlosti přes 30 snímků za sekundu. Výkonu má pomáhat vlastní implementace jader Triton, CUDA graphs a odlehčený dekodér. Jde o údaj pro renderer, nikoli o tvrzení, že celý agent včetně uvažování učiní více než 30 rozhodnutí za sekundu. 8
23
Agenti si zkušenosti předávají v příručkách
Agenti sledují vykreslené záběry z první osoby a provádějí akce prostřednictvím krátkých programů v Pythonu. Po každém kole zaznamenají poučení do textových příruček, které mohou převzít agenti v dalších kolech. Popsané nastavení tedy staví na procvičování předtrénovaného agenta a postupně předávaných zkušenostech, nikoli na trénování agenta od nuly pomocí posilovaného učení. 1
8
V ukázkách hry na schovávanou se podle MirroS objevilo stavění úkrytů ve čtvrtém kole a využití rampy k překonání zdi v desátém. Tým to porovnává se studií z roku 2019, v níž se stavění úkrytů objevilo přibližně po 25 milionech epizod a použití rampy zhruba po 100 milionech epizod celkem. Jde o názorné srovnání různých způsobů učení, nikoli o kontrolovaný test jejich efektivity při srovnatelných podmínkách. 1
10
MirroS popisuje také další ukázky rozložené do čtyř kol: skóre zapojení psa-společníka vzrostlo ze 13 na 19; dvě auta projela úzkým mostem pro jeden jízdní pruh za 41 sekund místo 71; dva psi ohradili všechny čtyři ovce, zatímco zpočátku se jim podařilo ohradit tři. V úloze s nakládáním v lomu agenti podle zprávy skončili 31 sekund před limitem. Jde o výsledky v předvedených úlohách, ne o doklad obecné spolehlivosti mimo tyto demonstrace. 8
10
Co AgentGarten ukazuje — a co zatím ne
Základní myšlenkou AgentGarten je spojit výslovně definovaná a upravitelná pravidla světa s generovaným vizuálním pozorováním a zkušenostmi, které lze předávat dalším agentům. Takové uspořádání umožňuje zkoumat, jak se agenti chovají a zlepšují v interaktivním prostředí s fyzikálně působícím světem. Dosavadní ukázky jsou zajímavé, ale neprokazují, že se naučené chování přenese na skutečné roboty nebo že je AgentGarten připravený k nasazení ve fyzickém světě. 1
8
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "AgentGarten odděluje pravidla světa od toho, jak ho AI vidí"?
AgentGarten nechává simulátor řídit stav a pravidla světa; neuronový renderer z nich vytváří obraz, který vidí AI agent.
What are the key points to validate first?
AgentGarten nechává simulátor řídit stav a pravidla světa; neuronový renderer z nich vytváří obraz, který vidí AI agent. Krátké navazující video úseky umožňují agentovi jednat, sledovat výsledek a rozhodovat se znovu.
What should I do next in practice?
Agenti zapisují zkušenosti do textových příruček, které mohou využít další kola.