AnswersPublished16 sources
AgentGarten erottaa maailman säännöt sen ulkonäöstä
AgentGartenissa simulaation koodi määrittää maailman tilan ja säännöt, ja neuroverkkopohjainen renderöijä tuottaa agentin näkemän kuvan. Lyhyissä videopätkissä etenevä renderöinti mahdollistaa vuorovaikutuksen: agentti toimii, tarkkailee seurauksia ja valitsee seuraavan liikkeensä.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- AgentGartenissa simulaation koodi määrittää maailman tilan ja säännöt, ja neuroverkkopohjainen renderöijä tuottaa agentin näkemän kuvan.
- Lyhyissä videopätkissä etenevä renderöinti mahdollistaa vuorovaikutuksen: agentti toimii, tarkkailee seurauksia ja valitsee seuraavan liikkeensä.
- Agentit voivat ohjata toimintaansa lyhyillä Python ohjelmilla ja kirjata oppeja pelikirjoihin, joita myöhempien kierrosten agentit voivat hyödyntää.
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 on MirroS:n tutkimuskehys vuorovaikutteisille ympäristöille, joissa suoritettava koodi määrää, mitä maailmassa tapahtuu, ja neuroverkkopohjainen renderöijä luo sen, mitä tekoälyagentti näkee. QbitAI kertoi 9. lokakuuta 2026, että projektin koodi, tekninen raportti ja projektisivu olivat julkisesti saatavilla. Kyse on agenttien harjoitteluympäristöä tutkivasta hankkeesta, ei valmiista robottituotteesta. 1
7
Maailman säännöt ja näkymä pidetään erillään
Simulaattori tai pelimoottori ylläpitää maailman tilaa ja suorittaa ohjelmassa määritellyt säännöt. Niihin voivat kuulua esimerkiksi fysiikka, esineiden käsittely ja pelin lopputuloksen ratkaisevat ehdot. Renderöijä puolestaan muuntaa rakenteellisia geometrisia tietoja — kuten agentin kameran syvyys- tai pintanormaalitietoja — visuaaliseksi näkymäksi. Tarkoituksena on pitää maailman toiminta säännöiltään eksplisiittisenä mutta käyttää yhteistä renderöijää sen ulkoasun tuottamiseen. 1
5
Tämä poikkeaa lähestymistavasta, jossa videomallin odotetaan keksivän sekä näkymä että sen fysiikka. Rakenne tarjoaa myös mahdollisuuden luoda erilaisia ympäristöjä rakentamatta jokaiseen uutta yksityiskohtaista visuaalisten resurssien kokoelmaa. Kyse on kuitenkin järjestelmän suunnittelutavoitteesta, ei näytöstä siitä, että ympäristöjen rakentamisen kustannukset katoaisivat kokonaan. 1
5
Lyhyet videopätkät rakentavat toiminnan ja havainnon kierteen
AgentGarten tuottaa videota lyhyinä peräkkäisinä pätkinä sen sijaan, että renderöijä loisi kerralla valmiin, ennalta määrätyn videoleikkeen. Agentti voi toimia, saada uuden visuaalisen havainnon ja käyttää sitä seuraavan päätöksen tekemiseen. Renderöijä ehdollistaa tuotoksensa geometrialla ja aiemmalla visuaalisella historialla, jolloin näkymät kytkeytyvät simulaation muuttuvaan tilaan. 1
7
23
Mitä Adversarial Forcing tekee?
Adversarial Forcing on renderöijän koulutusmenetelmä, ei tapa, jolla agentit kirjoittavat pelikirjojaan. Menetelmä tiivistää autoregressiivisen videomallin renderöijäksi, joka pystyy tuottamaan kuvan harvemmilla vaiheilla. Tarkassa toistossa myöhempien videopätkien virheet voivat päivittää sitä, miten malli käsittelee itse tuottamaansa aiempaa historiaa. Menetelmässä käytetään myös oikeilla videoilla koulutettua erotinmallia, jonka tavoitteena on parantaa kuvanlaatua pitkissä generointijaksoissa. 8
23
MirroS esittelee nämä tekniikat keinoina hillitä pitkän generoinnin aikana tapahtuvaa visuaalista laadun heikkenemistä, kuten näkymän ajautumista ja ruudukkomaisia häiriöitä. Ne eivät muuta simulaattorin sääntöjä eivätkä takaa, että jokainen tuotettu näkymä pysyy virheettömänä. 23
Mitä reaaliaikaisuusluku tarkoittaa?
MirroS raportoi renderöijän saavuttavan yli 30 kuvaa sekunnissa 480p-tarkkuudella yhdellä GPU:lla. Toteutuksessa käytetään muun muassa räätälöityjä Triton-ytimiä, CUDA-graafeja ja kevyttä dekooderia. Luku kuvaa renderöijän suorituskykyä — se ei tarkoita, että koko agentti päättelyineen tekisi yli 30 päätöstä sekunnissa. 8
23
Agentit siirtävät oppeja eteenpäin pelikirjoissa
Agentit tarkastelevat renderöityjä ensimmäisen persoonan näkymiä ja toteuttavat toimintoja lyhyillä Python-ohjelmilla. Kierroksen jälkeen ne kirjaavat oppeja tekstimuotoisiin pelikirjoihin, joita myöhempien kierrosten agentit voivat periä. Kuvatussa asetelmassa hyödynnetään siis esikoulutetun agentin harjoittelua ja ajan mittaan kertyvää ohjeistusta sen sijaan, että agentti opetettaisiin alusta vahvistusoppimisella. 1
8
Piilosta-leikin demonstraatioissa MirroS kertoo agenttien rakentaneen suojan neljänteen kierrokseen mennessä ja kiivenneen rampin avulla seinän yli kymmenenteen kierrokseen mennessä. Yhtiö vertaa näitä virstanpylväitä vuoden 2019 tutkimukseen, jossa suojan rakentaminen ilmaantui noin 25 miljoonan jakson jälkeen ja rampin käyttö noin 100 miljoonan yhteenlasketun jakson jälkeen. Kyse on havainnollistavasta vertailusta erilaisten oppimisjärjestelyjen välillä, ei kontrolloidusta vertailusta, jossa oppimisen tehokkuus olisi mitattu samoilla ehdoilla. 1
10
MirroS raportoi myös muita neljän kierroksen demonstraatioita: seurakoiran kanssa toimimisen pistemäärä nousi 13:sta 19:ään, kaksi autoa ylitti yksikaistaisen sillan 41 sekunnissa aiemman 71 sekunnin sijaan, ja kaksi koiraa sai aluksi aitaukseen päätyneen kolmen lampaan sijasta kaikki neljä lammasta. Louhoksen lastaustehtävässä agenttien kerrotaan valmistuneen 31 sekuntia ennen määräaikaa. Esimerkit kertovat tuloksista juuri näissä esitellyissä tehtävissä, eivät laajasta luotettavuudesta niiden ulkopuolella. 8
10
Mitä AgentGarten osoittaa — ja mitä ei
AgentGartenin keskeinen tutkimusidea on yhdistää eksplisiittiset, muokattavat maailman säännöt, generoidut visuaaliset havainnot ja uudelleenkäytettävä agenttien kokemus. Tällainen rakenne mahdollistaa sen tutkimisen, miten agentit toimivat ja kehittyvät vuorovaikutteisissa, fysiikkaa muistuttavissa ympäristöissä. Raportoidut tulokset ovat lupaavia demonstraatioita, mutta ne eivät osoita, että opitut toimintatavat siirtyisivät tosielämän robotteihin tai että AgentGarten olisi valmis fyysiseen käyttöön. 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 erottaa maailman säännöt sen ulkonäöstä"?
AgentGartenissa simulaation koodi määrittää maailman tilan ja säännöt, ja neuroverkkopohjainen renderöijä tuottaa agentin näkemän kuvan.
What are the key points to validate first?
AgentGartenissa simulaation koodi määrittää maailman tilan ja säännöt, ja neuroverkkopohjainen renderöijä tuottaa agentin näkemän kuvan. Lyhyissä videopätkissä etenevä renderöinti mahdollistaa vuorovaikutuksen: agentti toimii, tarkkailee seurauksia ja valitsee seuraavan liikkeensä.
What should I do next in practice?
Agentit voivat ohjata toimintaansa lyhyillä Python ohjelmilla ja kirjata oppeja pelikirjoihin, joita myöhempien kierrosten agentit voivat hyödyntää.