AgentGarten：代码造世界、扩散绘现实，让智能体边玩边进化
原标题：代码造世界，扩散绘现实：AgentGarten让智能体在实时试炼场中边玩边进化
AI 摘要
MirroS团队发布AgentGarten，将可执行代码环境与实时神经渲染器连接，让智能体在代码定义物理规则、模型生成视觉反馈的闭环中持续交互与试错。在重做的捉迷藏实验中，智能体通过逐轮撰写并传承经验手册，躲藏者第4轮学会搭掩体、搜寻者第10轮学会借坡道翻墙，远快于2019年OpenAI需数千万至上亿局自我博弈的结果。该框架还扩展到陪伴小狗、狭桥会车、合作牧羊、采石场装载机四个场景，并以480p、30fps以上吞吐支撑实时闭环，指向Physical RSI（物理世界递归自我改进）方向。
正文节选
代码造世界，扩散绘现实：AgentGarten让智能体在实时试炼场中边玩边进化 让AI反复试错的“练兵场”来了 允中 发自 凹非寺 量子位 | 公众号QbitAI 推开一块挡板，通道就此封闭；搬来一段坡道，高墙便有了越过的可能。 每一次行动都会改变世界，而改变后的世界，又成为智能体下一次决策的起点。 当这样的世界可以由代码构建、由扩散模型实时绘出，AI便拥有了一座可以反复探索的「试炼场」：亲自行动，观察后果，验证猜想，再把经验带进下一轮。 这是MirroS团队最新发布的AgentGarten。它将可执行的代码环境与实时神经渲染器连接起来：代码定义物理规则，模型生成视觉反馈，以超过30 fps的吞吐，让智能体持续与世界交互。 在经典的捉迷藏实验中，变化很快发生了。躲藏者在第4轮学会搬动挡板搭建掩体，搜寻者在第10轮掌握借坡道翻墙。一次跳跃失败后，搜寻者还会主动推近坡道，调整位置，再次尝试。 推动这些策略演化的，是智能体自己写下的「实验手册」。 每轮结束，它们复盘尝试、记录发现、标注疑问；下一轮，再带着这些经验继续探索。 代码让世界可以运转，实时渲染让世界可以被看见，持续演练让经验不断积累