Echoverse : des environnements évolutifs profonds pour former des agents informatiques

Microsoft Research a développé Echoverse, un ensemble de douze mondes synthétiques pour entraîner des agents utilisant un ordinateur, comprenant dix mondes spécialisés dans des domaines approfondis et deux mondes axés sur des capacités génériques. Ces mondes reproduisent le comportement d'applications réelles avec un état cohérent et des données réalistes, permettant aux agents d'apprendre de conséquences authentiques. L'entraînement d'un modèle de 9 milliards de paramètres sur l'ensemble des douze mondes a amélioré son score de 36,5 % à 67,1 %, se rapprochant des performances de GPT-5.4. Les principales conclusions incluent la nécessité d'une haute fidélité de simulation, l'efficacité du travail sur des éléments d'interface utilisateur difficiles comme les sélecteurs de dates, et les avantages de la co-évolution du modèle, du monde et du vérificateur. L'apprentissage par renforcement utilisant des vérificateurs ancrés comme récompenses a surpassé l'apprentissage par imitation. Microsoft publie quatre mondes avec le code, les données et les correcteurs pour soutenir la poursuite des recherches.