Инфраструктура надёжности
для автономных систем.

Мы моделируем, оцениваем и воспроизводим сбои, превращая их в данные для регрессионного тестирования.

Изучить оценки ↗Запустить пилот ↗

Навигация. Восстановление после ошибок. Детерминированный повтор.

СОСТОЯНИЕ → ДЕЙСТВИЕ → ПЕРЕХОД → НЕУДАЧА → ВОССТАНОВЛЕНИЕ → ВЕРИФИКАТОР → ПРОЙДЕН

Инспектор выполнения агента

Оригинальный детерминированный учебный сценарий. Отдельно от производственного GOLD.

СРЕДА / СЕТКА[7 × 5] · DETERMINISTIC

Состояние 01 · НЕ ЗАПУЩЕНО

Наблюдение: Позиция, препятствие и цель
Состояние: [1, 2]
Действие: Наблюдайте за целью.
Ограничение: Только соседние ходы.
Происхождение: Оригинальный сценарий на сетке · d3e71bd311b6

Заблокированный ход не удался. Проверенный верхний обход достигает цели; детерминированные проходы повтора.

СЕТЬ ОЦЕНКИ

Оценки публичных агентов

Ожидаются проверенные публичные запуски

Метрики публичных агентов пока не опубликованы. Результаты локальных исследований отдельно приведены ниже.

Оценённые цели: 0
Выполненные сценарии: 0
Ходы агента: 0
Наблюдаемые сбои: 0
Воспроизводимые сбои: 0

ЛОКАЛЬНОЕ ИССЛЕДОВАНИЕ / WFRB v0

Планировки: 50
Разработанные сценарии: 150
Выполненные локальные испытания: 1800

900 экспериментальных ячеек повторены один раз. Только локальные контрольные политики; LLM и клиентские агенты не проверялись.

Изучить оценки ↗

Что подтверждено сегодня.

100 уникальных проверенных символических эпизодов GameOps. Схема, сброс, повтор, верификатор и происхождение: 100/100. Это проверки качества данных, а не оценки работы агента.

Диаграмма выше — учебный сценарий, отдельно от производственного GOLD. Explorer использует открытые записи навигации; основной корпус восстановления остаётся отдельным.

Читать документацию ↗Изучить подтверждения GameOps ↗

ИЗУЧИТЕ ПЕРЕХОДЫ СОСТОЯНИЯ

АГЕНТ, ПРЕПЯТСТВИЕ, ВОССТАНОВЛЕНИЕПОЛНАЯ СТРУКТУРА

PASS · УЧЕБНЫЙ СЦЕНАРИЙfixture hash d3e71bd311b6

Оригинальный учебный сценарий. Отдельно от производственного GOLD.

Как читать эту сцену

Это оригинальное детерминированное тестовый сценарий отклоняет заблокированное движение, а затем проверяет допустимый обход. Он не содержит значений производственного эпизода или частных задач.

01 / окружающая среда

Мир с правилами.

Агент, цель и препятствие.

02 / штат

Начните здесь.

Контролируемое государство. Ясная цель.

03 / действие

Примите меры.

Правильный ход меняет состояние.

04 / неудача

НЕУДАЧА.

Препятствие блокирует следующий ход.

05 / восстановление

Найдите способ пройти.

Правильный обход восстанавливает прогресс.

06 / проверка

ПРОВЕРЕНО ✓

Воспроизведите путь. Проверьте результат.

Проверяйте выполнение, а не формулировку.

Изучите начальное состояние, действия, ошибку и восстановление. Затем проверьте, выполняет ли повтор условие задачи по правилам среды.

Читать документацию проверок ↗

ОТКРЫТЫЕ НАБОРЫ ДАННЫХ

Начните со скачивания.
Без регистрации.

Два открытых образца MIT: 100 сценариев навигации и 100 сценариев совместного планирования. Каждый релиз содержит схему, сведения о проверке и SHA-256.