論文の概要: AgentGarten: Code Worlds for Evolving Agents

• arxiv url: http://arxiv.org/abs/2610.12374v2
• Date: Sat, 10 Oct 2026 08:16:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-14 23:39:49.848725
• Title: AgentGarten: Code Worlds for Evolving Agents
• Title（参考訳）: AgentGarten: エージェントの進化のためのコードワールド
• Abstract要約: AgentGartenは、シミュレータとゲームエンジンを結合してリアルタイムのインタラクティブ環境を構築するフレームワークである。 我々の実証的研究は、従来の強化学習と比較すると、わずか4ラウンドで学習するエージェントが数百万に対して、学習効率はかなり向上していることを示している。
• 参考スコア（独自算出の注目度）: 58.17336583239046
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Interactive virtual worlds allow agents to learn through exploration and interaction. What agents can learn is bounded by the environments they practice in, which must be faithful, with consistent state, rules, and dynamics, and realistic, with observations that follow the real-world visual distributions. Achieving both across diverse worlds remains a bottleneck. We introduce AgentGarten, a framework that couples simulators and game engines with a shared neural renderer to build real-time interactive environments. Its simulation backends maintain persistent world state and execute program-defined interaction rules, while the renderer generates visual observations from structured conditions exported through a common interface. To build the neural renderer, we adapt a pretrained video model to geometry conditions, distill it with our proposed Adversarial Forcing, and optimize inference for real-time interaction. Adversarial Forcing makes history prefilling differentiable through exact replay, so that losses on later predictions update how the renderer encodes prior observations, and adds real-data adversarial supervision to improve its visual quality. In AgentGarten, agents perceive the world through visual observations, interact with it in real time, and improve by distilling each round of experience into playbooks that subsequent agents inherit and refine. Our empirical study demonstrates a substantial gain in learning efficiency, with agents learning from just 4 rounds compared with millions for a conventional reinforcement learning counterpart. As new worlds can be written as code and rendered through the same interface, environments can scale in both number and difficulty alongside their agents, a step toward agents that keep evolving through interactive experience.
• Abstract（参考訳）: 対話型仮想世界は、エージェントが探索と対話を通じて学ぶことを可能にする。 エージェントが学べるものは、彼らが実践する環境に縛られ、一貫性のある状態、ルール、ダイナミックス、そして現実的な、現実世界の視覚分布に従う観察によって、忠実でなければならない。 多様な世界にまたがって両方の達成はいまだにボトルネックだ。 我々は,シミュレータとゲームエンジンを共用するフレームワークであるAgentGartenを紹介した。 シミュレーションバックエンドは永続的な世界状態を維持し、プログラム定義されたインタラクションルールを実行し、レンダラーは共通のインターフェースを通じてエクスポートされた構造化条件から視覚的な観察を生成する。 ニューラルレンダラーを構築するために、トレーニング済みのビデオモデルを幾何学的条件に適応させ、提案したAdversarial Forcingで蒸留し、リアルタイムインタラクションのための推論を最適化する。 Adversarial Forcingは、履歴を正確なリプレイによってプリフィルし、後続の予測における損失が、レンダラーが事前の観察をエンコードする方法を更新し、その視覚的品質を改善するために、リアルタイムの敵監督を追加する。 AgentGartenでは、エージェントは視覚的な観察を通して世界を知覚し、リアルタイムでそれと対話し、各ラウンドの体験を、その後のエージェントが継承して洗練するプレイブックに蒸留することによって改善する。 我々の実証的研究は、従来の強化学習と比較すると、わずか4ラウンドで学習するエージェントが数百万に対して、学習効率はかなり向上していることを示している。 新たな世界がコードとして記述され、同じインターフェースを通じてレンダリングされるため、対話的な体験を通じて進化を続けるエージェントへのステップである、エージェントの数と難易度の両方で、環境はスケールすることができる。

関連論文リスト

• Video2World: Benchmarking Coding Agents for Interactive World Modeling from Embodied Videos [44.02553324785577]
  実世界の観測からインタラクティブなシミュレータを構築することは、エンボディドデータをスケールするための有望な方法である。 エージェントがエンボディ映像を観察し、対応する環境とロボットの動作を構築し、実行フィードバックによって結果を反復的に洗練するソフトウェアエンジニアリングタスクとして、エフェノミクスビデオ・シミュレーションを定式化する。 Video2Worldは、幾何学的忠実度、動的忠実度、機能的正しさ、空間的知覚、物理的推論、実行可能相互作用に沿った世界を再構成する。
  論文  参考訳（メタデータ） (2026-10-03T10:46:52Z)
• Code World Model: Coding Agent as World Brain [51.31807545747191]
  私たちは、世界進化と視覚的実現を分離するフレームワークであるCode World Modelを紹介します。 コーディングエージェントは世界脳として機能し、出来事とその結果について推論する。 実行可能状態と視覚的生成を結びつけるために,フレームの時間的制約をプロキシビデオにエンコードするプロキシ表現を導入する。
  論文  参考訳（メタデータ） (2026-08-26T15:37:33Z)
• Dyna-Mind: Learning to Simulate from Experience for Better AI Agents [62.21219817256246]
  私たちは、現在のAIエージェントは、行動する前に、別の未来を精神的にシミュレートする能力である「悪意ある試行錯誤」を必要としていると論じます。 我々は、(V)LMエージェントに対して、そのようなシミュレーションを推論に組み込むように明示的に教える2段階のトレーニングフレームワークであるDyna-Mindを紹介した。
  論文  参考訳（メタデータ） (2025-10-10T17:30:18Z)
• UnrealZoo: Enriching Photo-realistic Virtual Worlds for Embodied AI [37.47562766916571]
  Unreal Engine上に構築された100以上の写真リアルな3DバーチャルワールドのコレクションであるUnrealZooを紹介します。 私たちはまた、人間、動物、ロボット、そしてAI研究の具体化のための車両を含む、さまざまな遊び可能なエンティティも提供しています。
  論文  参考訳（メタデータ） (2024-12-30T14:31:01Z)
• Learning of Generalizable and Interpretable Knowledge in Grid-Based Reinforcement Learning Environments [5.217870815854702]
  本稿では,強化学習ポリシーを模倣するプログラム合成を提案する。 我々は,グリッド環境における概念学習に最先端のプログラム合成システムDreamCoderを適用した。
  論文  参考訳（メタデータ） (2023-09-07T11:46:57Z)
• ArK: Augmented Reality with Knowledge Interactive Emergent Ability [115.72679420999535]
  基礎モデルから新しいドメインへの知識記憶の伝達を学習する無限エージェントを開発する。 私たちのアプローチの核心は、Augmented Reality with Knowledge Inference Interaction (ArK)と呼ばれる新しいメカニズムである。 我々のArKアプローチは,大規模な基礎モデルと組み合わせることで,生成された2D/3Dシーンの品質を大幅に向上することを示す。
  論文  参考訳（メタデータ） (2023-05-01T17:57:01Z)
• Stochastic Coherence Over Attention Trajectory For Continuous Learning In Video Streams [64.82800502603138]
  本稿では,映像ストリーム中のピクセルワイズ表現を段階的かつ自律的に開発するための,ニューラルネットワークに基づく新しいアプローチを提案する。 提案手法は, 参加者の入場地を観察することで, エージェントが学習できる, 人間の様の注意機構に基づく。 実験では,3次元仮想環境を利用して,映像ストリームを観察することで,エージェントが物体の識別を学べることを示す。
  論文  参考訳（メタデータ） (2022-04-26T09:52:31Z)
• Evaluating Continual Learning Algorithms by Generating 3D Virtual Environments [66.83839051693695]
  連続学習とは、人間や動物が特定の環境で徐々に学習する能力である。 本稿では3次元仮想環境の最近の進歩を活用して,フォトリアリスティックな外観を持つ潜在的に長寿命な動的シーンの自動生成にアプローチすることを提案する。 本論文の新たな要素は、シーンがパラメトリックな方法で記述され、エージェントが知覚する入力ストリームの視覚的複雑さを完全に制御できることである。
  論文  参考訳（メタデータ） (2021-09-16T10:37:21Z)
• Agents that Listen: High-Throughput Reinforcement Learning with Multiple Sensory Systems [6.952659395337689]
  そこで我々は,VizDoomシミュレータの新バージョンを導入し,生の音声を観察する高効率な学習環境を構築した。 私たちはエージェントにDoomのフルゲームをするように訓練し、従来のビジョンベースの敵を一貫して打ち負かすことができることに気付きました。
  論文  参考訳（メタデータ） (2021-07-05T18:00:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。