MirroS abre código do AgentGarten para treinar agentes de IA

A equipe de pesquisa MirroS disponibilizou o código, o relatório técnico e a página de projeto do AgentGarten, um framework que fornece aos agentes de inteligência artificial um mundo para atuarem, observarem e aprenderem. Segundo reportado pelo veículo QbitAI em 9 de outubro de 2026, a tecnologia divide a simulação de ambientes em duas partes distintas.

A parte física, as regras, o layout e os contatos do jogo são controlados diretamente por código, o que torna o estado explícito e com resultados determinados pelo programa. Em seguida, um renderizador neural transforma esboços geométricos da câmera do agente, como profundidade e normais de superfície, em quadros realistas. De acordo com os desenvolvedores, essa estrutura evita cenários custosos de motores de jogos tradicionais e modelos de vídeo com física oculta na rede.

Desempenho técnico e testes de aprendizado

O renderizador gera vídeos em transmissões curtas para permitir que o agente atue e decida continuamente. A MirroS treinou o modelo com um método chamado Adversarial Forcing, que utiliza reprodução exata e um discriminador treinado em vídeos reais para conter distorções em simulações longas. O uso de kernels customizados em Triton, gráficos CUDA e um decodificador leve mantêm a execução acima de 30 frames por segundo em resolução 480p utilizando uma única GPU.

Para testar o aprendizado, a equipe recriou um jogo de esconde-esconde de um estudo de 2019. Enquanto a pesquisa original exigia até 100 milhões de episódios de aprendizado por reforço para o uso de rampas, no AgentGarten os agentes atuaram por meio de programas curtos em Python e usaram rampas na décima rodada. Após cada rodada, os agentes analisavam as partidas e registravam lições em um histórico repassado à etapa seguinte.

O mesmo ciclo foi executado em outros quatro ambientes simulados. A pontuação de um cão de companhia subiu de 13 para 19, a travessia de dois carros em uma ponte de pista única reduziu de 71 para 41 segundos, cães de pastoreio conseguiram cercar quatro ovelhas em vez de três, e um carregador de pedreira concluiu o trabalho 31 segundos mais rápido. A equipe destaca que a solução é um ambiente de pesquisa e não um produto robótico finalizado.