AgentGarten构建智能体实时试炼场：代码定义物理，渲染器绘视觉，边玩边进化

MirroS团队发布了名为AgentGarten的新系统，旨在为智能体提供一个能够实时交互、试错并持续进化的数字世界。该系统将可执行的代码环境与实时神经渲染器深度连接，通过超过30 fps的吞吐率，让智能体在每一次行动中观察后果、验证猜想，并将经验带入下一轮探索。

AgentGarten的核心架构采用了明确的分工策略：由代码环境负责定义物理规则和推动世界运转，确保碰撞判定与胜负裁决的确定性；由神经渲染器负责生成逼真的视觉反馈。智能体发出动作指令后，代码计算状态并导出几何草图，随即渲染器结合视觉记忆生成下一帧画面，实现了类似现实的连贯流转。

在经典的捉迷藏实验中，这一架构展现了显著的进化优势。对比OpenAI 2019年的研究（依靠强化学习训练数百万至数亿局次），AgentGarten中的智能体仅经过几轮对战，躲在第4轮便学会了搬运挡板搭建掩体，搜寻者在第10轮掌握了利用坡道翻墙的策略，成功大幅缩短了策略习得的时间。

这种快速进化的关键在于智能体自带的“实验手册”机制。每轮演练结束后，智能体会进行自我复盘，记录尝试过的动作、观察到的现象以及存疑的判断，并将这些经验写入手册归档。下一轮智能体将以此类先验知识为基础继续探索，实现了从“边玩边记”到经验传承的闭环。

该技术的发布打破了传统高保真仿真环境需要高昂美术投入的局限，也克服了单纯视频模型物理逻辑隐式难控的问题。通过流式生成的渲染方式，任何仅需输出简单三维深度和法线轮廓的代码场景，都能瞬间获得写实的光影与材质，极大地降低了构建多样化物理世界的成本。