MirroS tadqiqot jamoasi AI agentlari uchun oʻzaro aloqa, kuzatuv va oʻrganish muhitini taqdim etadigan AgentGarten freymvorkini taqdim etdi. 9-oktabrdagi QbitAI xabaringizga koʻra, barcha kerakli kod, texnik hisobot va loyiha sahifasi ommaviy foydalanish uchun mavjud.
AgentGarten dunyo simulyatsiyasi vazifasini ikki qismga ajratadi. Kod oʻyin qoidalari, fizika, kontaktlar va rejalashtirish uchun javob beradi, bu aniq holat va har bir natijaning bashorat qilinishini taʼminlaydi. Keyin neyron rendereri kod tomonidan eksport qilingan sxematik geometrik chizmani (masalan, agent kamerasi orqali chuqurlik yoki sirt normalari maʼlumotlari) realistik keyingi kadrga aylantiradi.
Jamoa shuni taʼkidlaydiki, bunday yondashuv ikkita keng tarqalgan kompromisdan qochish imkonini beradi: realizmga erishish uchun qimmatbaho sanʼat ishlashini talab qiladigan oʻyin dvigatellari yordamida yaratilgan sahnalar; va neyron tarmogʻi ichida yashiringan va soʻralolmaydigan yoki oʻzgartirib boʻlmaydigan fizikasiga ega dunyo video modellar.
Renderer videoni qisqa oqim segmentlari sifatida yaratadi, bu agentga harakat qilish, natijani koʻrish va keyingi qaror qabul qilish imkonini beradi. MirroS tizimni Adversarial Forcing deb nomlangan usul bilan oʻrgatdi. Bu usul gradientlarning model tomonidan yaratilgan tarixga yetib borishi uchun aniq nusxalashni va uzoq harakat ketma-ketliklarida toʻrsimonlik va artefaktlar shaklidagi siljishni oldini olish uchun haqiqiy video ustida oʻqitilgan diskriminatorni oʻz ichiga oladi.
Triton foydalanuvchi yadrolari, CUDA graflari va yengil dekoder yordamida tizim bitta grafik protsessorda 480p aniqlikda sekundiga 30 dan ortiq kadr tezligini qoʻllab-quvvatlaydi.
Oʻquv jarayonini tekshirish uchun jamoa 2019-yilgi mashhur tadqiqotdagi yashirincha oʻyinni qayta ishlatdi. Oʻsha tadqiqotda, yashirinlar yashirin joylarni qurishdan oldin kuchaytirilgan oʻrganish taxminan 25 million epizodni, va qidiruvchilar rampalardan foydalanishni boshlashdan oldin esa taxminan 100 million epizodni talab qilgan edi. AgentGartenʼda agentlar faqat render qilingan birinchi shaxs kadrlarini koʻrishdi va Pythonʼdagi qisqa dasturlar orqali harakatlarni boshqarishdi. Har bir raunddan soʻng ular oʻz oʻyin sessiyalari tahlilini oʻtkazishdi va keyingi raundga uzatiladigan 'qoidalar kitobiʼga saboqlar yozishdi. Yashirinlar toʻrtinchi raundgacha yashirin joylarni qurishni boshladilar, qidiruvchilar esa oʻn raundgacha rampadan yordam bilan devorlarni bosib oʻtishga muvaffaq boʻlishdi.
Xuddi shunday sikl toʻrtta boshqa muhitda ham toʻrtta raund davomida ishga tushirildi. Koʻrsatkichlar yaxshilandi: kompaniya itining bahosi 13 dan 19 ga oshdi, ikkita avtomobilning koʻprikni kesish vaqti 71 dan 41 soniyagacha qisqartirildi, ikki chorva iti uchta oʻrniga toʻrtta qoʻyni yigʻishga muvaffaq boʻldi, va konchilik yuk mashinasi rejalashtirilgan muddatdan 31 soniya oldin ishini yakunladi.
MirroS bu ishni jismoniy sharoitlarda doimiy takomillashtiriladigan agentlarni yaratishga qadam sifatida koʻradi, taʼkidlab, bu robotlarni joylashtirish uchun tayyor mahsulot emas, balki tadqiqot muhiti ekanligini.