SimWorld Studio：用演化编码智能体自动生成具身智能体学习环境

得益于用于编码、网络导航和计算机使用的可扩展沙箱，基于 LLM/VLM 的数字代理取得了快速发展，这些沙箱提供了丰富的交互式训练场地。相比之下，实体智能体仍然缺乏丰富、多样且自动生成的用于交互式学习的 3D 环境。现有的实体模拟器依赖于手动制作的场景或程序模板，而最近基于 LLM 的 3D 生成系统主要生成静态场景，而不是具有可验证任务和标准学习界面的可部署环境。我们介绍 SimWorld Studio，这是一个基于虚幻引擎 5 构建的开源平台，用于生成不断发展的具体学习环境。其核心是 SimCoder，这是一种工具/技能增强型编码代理，可以编写和执行引擎级代码，以根据语言/图像指令构建物理基础的 3D 世界。 SimCoder 通过使用验证者反馈（例如编译错误、物理检查、VLM 批评）来修改环境并自动向其库中添加可重用工具和技能，从而实现自我进化。生成的世界将导出为 Gym 风格的环境，用于具体代理学习。 SimWorld Studio 进一步实现了环境生成和实体学习之间的协同进化：智能体性能反馈指导 SimCoder 生成接近学习者能力前沿的自适应课程，以便随着实体智能体的改进，环境变得越来越具有挑战性。关于具身导航的三个案例研究表明，自进化提高了生成可靠性，生成的环境显着提高了具身代理的性能，可推广到未见过的基准，而共同进化比固定环境学习的成功率提高了 18 点，比未经训练的代理提高了 40 点。