RespuestasPublicado16 fuentes
AgentGarten crea mundos interactivos donde los agentes de IA pueden aprender de la experiencia
AgentGarten usa código editable para controlar el estado y las reglas del mundo, y un renderizador neuronal para generar lo que ve el agente. El sistema produce breves fragmentos de video en secuencia, de modo que el agente puede actuar, observar el resultado y decidir qué hacer después.
Publicado porEditado con GPT-6 LunaImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- AgentGarten usa código editable para controlar el estado y las reglas del mundo, y un renderizador neuronal para generar lo que ve el agente.
- El sistema produce breves fragmentos de video en secuencia, de modo que el agente puede actuar, observar el resultado y decidir qué hacer después.
- Los agentes registran lo aprendido en manuales que pueden heredar los de rondas posteriores: es práctica con experiencia acumulada, no entrenamiento desde cero mediante aprendizaje por refuerzo.
Prompt de IA
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 es un marco de investigación de MirroS para crear entornos interactivos en los que el código ejecutable determina qué ocurre y un renderizador neuronal genera lo que ve un agente de IA. QbitAI informó el 9 de octubre de 2026 que el código, el informe técnico y la página del proyecto estaban disponibles públicamente. La propuesta explora un entorno de práctica para agentes; no presenta un producto robótico ya desplegado. 1
7
Las reglas del mundo y su apariencia van por separado
Un simulador o motor de juego mantiene el estado del mundo y ejecuta las reglas definidas mediante programas. Estas pueden describir la física, la interacción entre objetos y las condiciones para ganar o perder. Después, el renderizador convierte datos geométricos estructurados —como la profundidad o la orientación de las superficies captadas por la cámara del agente— en observaciones visuales. La idea es conservar las reglas explícitas y usar un mismo renderizador para dar aspecto visual a distintos entornos. 1
5
Este enfoque no depende de que un modelo de video invente tanto la escena como su comportamiento físico. También busca facilitar la creación de escenarios variados sin tener que producir un conjunto nuevo de recursos gráficos detallados para cada uno. Es un objetivo de diseño, no una prueba de que desaparezcan todos los costes de construir entornos. 1
5
Video por fragmentos para actuar y observar
En lugar de generar de una sola vez un video completo y cerrado, AgentGarten produce fragmentos breves y sucesivos. Así, el agente puede realizar una acción, recibir una nueva observación visual y usarla para decidir el siguiente paso. El renderizador condiciona las imágenes a la geometría y a la historia visual previa, conectando lo que muestra con los cambios del simulador. 1
7
23
Qué hace Adversarial Forcing
Adversarial Forcing es un método para entrenar el renderizador; no es el proceso con el que los agentes redactan sus manuales de estrategias. El método destila un modelo de video autorregresivo para que el renderizador pueda generar imágenes en menos pasos. Mediante una reproducción exacta de cada secuencia, los errores de fragmentos posteriores pueden actualizar la manera en que el modelo codifica la historia visual generada previamente. El entrenamiento también emplea un discriminador entrenado con video real para mejorar la calidad visual en secuencias más largas. 8
23
MirroS presenta estas técnicas como formas de abordar el deterioro visual durante generaciones prolongadas, incluidos el desfase gradual y los artefactos con aspecto de cuadrícula. No modifican las reglas del simulador ni garantizan que todas las secuencias renderizadas sean siempre precisas. 23
Qué significa la cifra de tiempo real
MirroS informa que el renderizador supera los 30 fotogramas por segundo a 480p en una sola GPU. Para lograrlo, utiliza kernels personalizados de Triton, CUDA graphs y un decodificador ligero. La cifra corresponde al rendimiento del renderizador, no a que un agente completo —incluido su razonamiento— tome más de 30 decisiones por segundo. 8
23
Los agentes transmiten lo aprendido en manuales
Los agentes observan imágenes renderizadas en primera persona y ejecutan acciones mediante programas breves en Python. Al terminar una ronda, registran lo ocurrido en manuales de texto que pueden heredar los agentes de rondas posteriores. Por tanto, el sistema parte de agentes preentrenados que practican y acumulan orientación, en vez de entrenarlos desde cero mediante aprendizaje por refuerzo. 1
8
En las demostraciones de escondite, MirroS informa que los agentes aprendieron a construir refugios en la cuarta ronda y a usar una rampa para trepar un muro en la décima. La empresa compara esos hitos con un estudio de 2019, en el que la construcción de refugios apareció tras unos 25 millones de episodios y el uso de rampas tras alrededor de 100 millones acumulados. Es una comparación ilustrativa entre métodos de aprendizaje distintos, no una medición controlada de eficiencia con cantidades equivalentes de experiencia. 1
10
En otras demostraciones de cuatro rondas, la puntuación de interacción de un perro de compañía pasó de 13 a 19; dos coches completaron el cruce de un puente de un solo carril en 41 segundos, en lugar de 71; y dos perros consiguieron encerrar a las cuatro ovejas, después de haber encerrado inicialmente a tres. En una tarea de carga en una cantera, los agentes habrían terminado 31 segundos antes del plazo. Son resultados de las tareas presentadas, no pruebas de fiabilidad general fuera de esas demostraciones. 8
10
Lo que AgentGarten demuestra —y lo que no—
La idea central de AgentGarten es combinar dinámicas del mundo explícitas y editables con observaciones visuales generadas y experiencia reutilizable entre agentes. Esta estructura permite estudiar cómo se comportan y mejoran los agentes en entornos interactivos con características físicas. Los resultados comunicados son demostraciones prometedoras, pero no muestran que las conductas aprendidas se transfieran a robots reales ni que el sistema esté listo para desplegarse en el mundo físico. 1
8
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "AgentGarten crea mundos interactivos donde los agentes de IA pueden aprender de la experiencia"?
AgentGarten usa código editable para controlar el estado y las reglas del mundo, y un renderizador neuronal para generar lo que ve el agente.
¿Cuáles son los puntos clave a validar primero?
AgentGarten usa código editable para controlar el estado y las reglas del mundo, y un renderizador neuronal para generar lo que ve el agente. El sistema produce breves fragmentos de video en secuencia, de modo que el agente puede actuar, observar el resultado y decidir qué hacer después.
¿Qué debo hacer a continuación en la práctica?
Los agentes registran lo aprendido en manuales que pueden heredar los de rondas posteriores: es práctica con experiencia acumulada, no entrenamiento desde cero mediante aprendizaje por refuerzo.