Sokoban
推箱子任务环境，用于评估智能体的长程规划与空间推演能力
时间轴 (近 90 天)
Agima 在 Maze2D、Sokoban、Pacman 和 PushT 四个环境中进行了验证，并且能够泛化到训练中未见的更难设置。
仅在 Sokoban「两箱」版本上做 SFT 训练后，Agima 在「四箱」谜题上解出了 40%，且每五步才看到一次真实棋盘。
在 Sokoban 四箱任务上，一个仅基于动作的规划器（action-only planner）只能解出 2%，远低于 Agima 的 40%。
Agima 让同一个全能模型同时承担策略与世界模型两种角色，使想象与决策共享表征，这是它能用稀疏真实反馈完成四箱 Sokoban 的关键。
ViSkill 在 Sokoban、FrozenLake 与 PrimitiveSkill 三个环境上取得 0.89 的总体成功率，启用冷启动后提升至 0.91。
Sokoban 考验长程规划与空间推演，FrozenLake 侧重在随机环境中规避陷阱的决策，PrimitiveSkill 关注基础技能的复用。
全部知识事实 (6)
Agima 在 Maze2D、Sokoban、Pacman 和 PushT 四个环境中进行了验证，并且能够泛化到训练中未见的更难设置。
50%待验证仅在 Sokoban「两箱」版本上做 SFT 训练后，Agima 在「四箱」谜题上解出了 40%，且每五步才看到一次真实棋盘。
50%待验证在 Sokoban 四箱任务上，一个仅基于动作的规划器（action-only planner）只能解出 2%，远低于 Agima 的 40%。
50%待验证Agima 让同一个全能模型同时承担策略与世界模型两种角色，使想象与决策共享表征，这是它能用稀疏真实反馈完成四箱 Sokoban 的关键。
50%待验证ViSkill 在 Sokoban、FrozenLake 与 PrimitiveSkill 三个环境上取得 0.89 的总体成功率，启用冷启动后提升至 0.91。
50%待验证Sokoban 考验长程规划与空间推演，FrozenLake 侧重在随机环境中规避陷阱的决策，PrimitiveSkill 关注基础技能的复用。
50%