उत्तरप्रकाशित16 स्रोत
AgentGarten: जहाँ कोड दुनिया के नियम तय करता है और AI उसका दृश्य बनाता है
AgentGarten में दुनिया के नियम और स्थिति सिमुलेटर का कोड तय करता है, जबकि न्यूरल रेंडरर AI एजेंट को दृश्य दिखाता है। छोटे वीडियो हिस्सों में दृश्य मिलने से एजेंट कदम उठा सकता है, नतीजा देख सकता है और फिर अगला फैसला कर सकता है। एजेंट हर दौर के बाद सीखी बातें लिखित playbook में दर्ज करते हैं, जिसे बाद के दौर के एजेंट...
प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- AgentGarten में दुनिया के नियम और स्थिति सिमुलेटर का कोड तय करता है, जबकि न्यूरल रेंडरर AI एजेंट को दृश्य दिखाता है।
- छोटे वीडियो हिस्सों में दृश्य मिलने से एजेंट कदम उठा सकता है, नतीजा देख सकता है और फिर अगला फैसला कर सकता है।
- एजेंट हर दौर के बाद सीखी बातें लिखित playbook में दर्ज करते हैं, जिसे बाद के दौर के एजेंट अपना सकते हैं; यह शुरुआत से reinforcement learning करने जैसा नहीं है।
AI संकेत
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, MirroS का शोध ढाँचा है, जिसमें इंटरैक्टिव दुनिया के नियम executable code से चलते हैं और न्यूरल रेंडरर तय करता है कि AI एजेंट को वह दुनिया कैसी दिखाई देगी। QbitAI ने 9 अक्टूबर 2026 को बताया कि परियोजना का कोड, तकनीकी रिपोर्ट और प्रोजेक्ट पेज सार्वजनिक रूप से उपलब्ध थे। यह एजेंटों के अभ्यास के लिए बनाया गया शोध-परिवेश है—तैनाती के लिए तैयार रोबोट उत्पाद नहीं। 1
7
दुनिया के नियम और उसका रूप—दो अलग काम
सिमुलेटर या गेम इंजन दुनिया की स्थिति संभालता है और प्रोग्राम में लिखे नियम चलाता है। इनमें भौतिकी, वस्तुओं की परस्पर क्रिया और खेल के नतीजे शामिल हो सकते हैं। इसके बाद रेंडरर, एजेंट के कैमरे से मिली ज्यामितीय जानकारी—जैसे गहराई या सतहों की दिशा—को दृश्य रूप में बदलता है। इस बँटवारे का मकसद है कि दुनिया के नियम साफ़ और संपादन योग्य रहें, जबकि एक साझा रेंडरर अलग-अलग दृश्यों का रूप तैयार करे। 1
5
यह तरीका उस वीडियो मॉडल से अलग है जो दृश्य के साथ-साथ भौतिक व्यवहार भी खुद गढ़े। इससे हर नए दृश्य के लिए विस्तृत विज़ुअल एसेट अलग से बनाने की ज़रूरत कम हो सकती है। लेकिन यह डिज़ाइन का लक्ष्य है—इस बात का प्रमाण नहीं कि दुनिया बनाने की हर लागत खत्म हो गई है। 1
5
छोटे वीडियो हिस्सों में चलता है ‘देखो और करो’ का चक्र
AgentGarten रेंडरर से एक बार में पूरी तयशुदा वीडियो क्लिप बनवाने के बजाय, दृश्य छोटे-छोटे हिस्सों में तैयार करता है। एजेंट कोई कदम उठाता है, उसका नया दृश्य देखता है और फिर तय करता है कि आगे क्या करना है। रेंडरर ज्यामितीय जानकारी और पहले के दृश्यों के आधार पर अगला हिस्सा बनाता है, जिससे दृश्य बदलती हुई सिमुलेशन स्थिति से जुड़े रहते हैं। 1
7
23
Adversarial Forcing क्या करता है?
Adversarial Forcing रेंडरर को प्रशिक्षित करने की विधि है—यह वह प्रक्रिया नहीं है जिससे एजेंट अपनी playbook लिखते हैं। इसमें autoregressive वीडियो मॉडल को कम चरणों में दृश्य बनाने वाले रेंडरर में ढाला जाता है। सटीक replay के ज़रिए बाद के वीडियो हिस्सों से मिलने वाला प्रशिक्षण संकेत पहले बने इतिहास को मॉडल द्वारा समझने के तरीके तक पहुँच सकता है। लंबी अवधि के दृश्य बेहतर बनाने के लिए वास्तविक वीडियो पर प्रशिक्षित discriminator का भी इस्तेमाल होता है। 8
23
MirroS इन तकनीकों को लंबे समय तक वीडियो बनाते हुए दृश्य के भटकने और ग्रिड-जैसी कलाकृतियों जैसी समस्याओं से निपटने के उपाय बताता है। इससे सिमुलेटर के नियम नहीं बदलते, और न ही यह गारंटी मिलती है कि हर दृश्य हमेशा सटीक रहेगा। 23
30 फ़्रेम प्रति सेकंड के आँकड़े का मतलब
MirroS के मुताबिक, एक GPU पर 480p रिज़ॉल्यूशन में रेंडरर की गति 30 फ़्रेम प्रति सेकंड से अधिक है। इसके लिए custom Triton kernels, CUDA graphs और हल्के decoder का इस्तेमाल किया गया। यह रेंडरर की गति का आँकड़ा है—इसका मतलब यह नहीं कि पूरा AI एजेंट, अपनी सोच-विचार की प्रक्रिया समेत, हर सेकंड 30 से अधिक फैसले लेता है। 8
23
एजेंट अनुभव को playbook में दर्ज करते हैं
एजेंट पहले व्यक्ति के नज़रिए से बने दृश्य देखते हैं और छोटे Python प्रोग्राम के ज़रिए कार्रवाई करते हैं। हर दौर के बाद वे सीखी गई बातें लिखित playbook में दर्ज करते हैं, जिसे आगे के दौर के एजेंट अपना सकते हैं। इसलिए यह व्यवस्था पहले से प्रशिक्षित एजेंट के अभ्यास और जमा होते मार्गदर्शन पर आधारित है—शुरुआत से reinforcement learning करके एजेंट को प्रशिक्षित करने पर नहीं। 1
8
छिपने-पकड़ने के प्रदर्शनों में MirroS के मुताबिक, एजेंट चौथे दौर तक आड़ बनाने लगे और दसवें दौर तक रैंप की मदद से दीवार चढ़ने लगे। कंपनी इसकी तुलना 2019 के एक अध्ययन से करती है, जिसमें आड़ बनाने का व्यवहार लगभग 25 मिलियन एपिसोड के बाद और रैंप का इस्तेमाल कुल मिलाकर लगभग 100 मिलियन एपिसोड के बाद दिखा था। यह अलग-अलग सीखने की व्यवस्थाओं का उदाहरणात्मक मुकाबला है, समान परिस्थितियों में की गई नियंत्रित sample-efficiency तुलना नहीं। 1
10
चार दौर वाले अन्य प्रदर्शनों में साथी कुत्ते के साथ जुड़ाव का स्कोर 13 से बढ़कर 19 होना, एक संकरी पुलिया पर दो कारों का पार करने का समय 71 से घटकर 41 सेकंड होना, दो कुत्तों का पहले तीन और फिर चारों भेड़ों को बाड़े में करना, और खदान से सामान लादने का काम समय-सीमा से 31 सेकंड पहले पूरा करना शामिल है। ये बताए गए कार्यों के प्रदर्शन हैं; इनसे अलग परिस्थितियों में व्यापक विश्वसनीयता साबित नहीं होती। 8
10
AgentGarten क्या दिखाता है—और क्या नहीं
AgentGarten का मुख्य विचार है: दुनिया के नियम स्पष्ट और बदले जा सकने वाले हों, दृश्य न्यूरल रेंडरर बनाए और एजेंटों का अनुभव आगे इस्तेमाल किया जा सके। इससे ऐसे इंटरैक्टिव, भौतिक-जैसे परिवेशों में एजेंटों के व्यवहार और सीखने का अध्ययन किया जा सकता है। शुरुआती प्रदर्शन दिलचस्प हैं, लेकिन वे यह साबित नहीं करते कि सीखे हुए कौशल असली रोबोटों में भी काम करेंगे या AgentGarten वास्तविक दुनिया में इस्तेमाल के लिए तैयार है। 1
8
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"AgentGarten: जहाँ कोड दुनिया के नियम तय करता है और AI उसका दृश्य बनाता है" का संक्षिप्त उत्तर क्या है?
AgentGarten में दुनिया के नियम और स्थिति सिमुलेटर का कोड तय करता है, जबकि न्यूरल रेंडरर AI एजेंट को दृश्य दिखाता है।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
AgentGarten में दुनिया के नियम और स्थिति सिमुलेटर का कोड तय करता है, जबकि न्यूरल रेंडरर AI एजेंट को दृश्य दिखाता है। छोटे वीडियो हिस्सों में दृश्य मिलने से एजेंट कदम उठा सकता है, नतीजा देख सकता है और फिर अगला फैसला कर सकता है।
मुझे अभ्यास में आगे क्या करना चाहिए?
एजेंट हर दौर के बाद सीखी बातें लिखित playbook में दर्ज करते हैं, जिसे बाद के दौर के एजेंट अपना सकते हैं; यह शुरुआत से reinforcement learning करने जैसा नहीं है।