MirroS团队发布AgentGarten，将代码物理环境与神经渲染器结合，让智能体在可交互世界中反复试错。捉迷藏实验中，躲藏者第4轮学会搭掩体，搜寻者第10轮学会翻墙，远快于传统强化学习。智能体通过撰写实验手册复盘经验，实现跨任务迁移，探索物理世界的递归自我改进。