MAP：一种用于长程交互式智能体推理的“先映射后行动”范式

当前交互式大语言模型智能体依赖目标条件的逐步规划，导致环境理解滞后，引发认知瓶颈。受人类功能感知与认知地图理论启发，本文提出“先映射后行动”（MAP）范式，将环境理解前置。该框架包含全局探索、任务特定映射及知识增强执行三个阶段。实验表明，MAP 在多个基准测试中显著提升性能，尤其在 ARC-AGI-3 上使前沿模型在 25 个游戏环境中有 22 个超越近零基线。此外，提出的 MAP-2K 数据集证明，基于环境理解的训练优于单纯模仿专家轨迹。