摘要
针对具身智能体缺乏多样化自动生成 3D 环境的问题,本文提出 SimWorld Studio。其核心是 SimCoder,一个具备工具增强能力的编码代理,能根据指令构建物理真实的 3D 世界。SimCoder 利用验证器反馈(如编译错误、物理检查)自我进化,修正环境并自主扩充技能库。该平台支持环境生成与具身学习的协同进化:根据智能体表现动态调整课程难度。实验表明,自我进化提升了生成可靠性,协同进化显著提高了智能体在未见基准上的成功率。
AI 推荐理由
论文核心提出 SimCoder 代理通过反馈自我进化,构建环境并实现与学习者的协同进化。
研究机构
UC San Diego
New York University
论文信息