编码代理时代的 ARC-AGI-3 可执行世界模型

本文评估了一种用于 ARC-AGI-3 的初始编码代理系统，该代理维护可执行的 Python 世界模型，对照过往观察进行验证，并通过重构趋向更简单的抽象以作为最小描述长度偏好的实际代理，且在行动前基于模型进行规划。该系统采用脚本控制器、预定义接口及验证器，无特定游戏逻辑。在 25 个公开游戏中，代理完全解决 7 个，6 个游戏的相对人类动作效率超 75%。结果表明，验证器驱动的可执行世界模型是极具前景的通用基线方法。