Измерить восстановление в заданной среде.

Что проверяется

150 детерминированных сценариев на 50 полностью наблюдаемых взвешенных навигационных сетках. Проверяются локальные политики после отклонения действия, а не LLM или клиентские агенты.

Типы сбоев

Столкновение

Переход в заблокированную клетку отклоняется. Состояние не меняется.

Недопустимый путь

Переход в несоседнюю клетку отклоняется. Префикс состояния сбоя совпадает с категорией столкновения.

Преждевременное завершение

Запрос завершения до достижения цели отклоняется.

Метод

Сброс, выполнение эталонного префикса, внедрение отклоняемого действия, запуск ограниченной локальной политики, проверка переходов и итогового состояния, затем воспроизведение. Восстановление требует достижения цели с исходной точной оптимальной общей стоимостью.

Контроли и результаты

Локальный эксперимент с контрольными политиками WFRB v0.

Восстановление и оракул точной стоимости пройдены в 300 экспериментальных ячейках на политику за один запуск. Второй запуск повторяет эти ячейки, не удваивая независимую выборку.

Планировщик видит всю сетку и стоимости и пересчитывает кратчайший путь. Случайное блуждание равномерно выбирает основные направления. Слепой повтор повторяет отклонённое действие. Это контроли, а не конкурентные коммерческие агенты.

Случайное блуждание достигает цели в 27/300 ячейках, но точную стоимость восстановления соблюдают лишь 4/300. Завершение задачи и проверенное восстановление — разные показатели.

Воспроизводимость

Два новых локальных запуска по 900 испытаний: всего 1 800 выполненных испытаний. Потоки результатов побайтово совпадают; временные метки и длительность различаются.

SHA-256 результатов

Ограничения

Полностью видимые решаемые сетки; отклонённые действия не меняют состояние. Скрытые изменения карты, LLM, клиентские агенты, внешние сервисы и платные API не проверялись. Коррелирующие категории и детерминированные seed не являются независимыми наблюдениями.

Идеальный результат планировщика подтверждает узкую проверочную систему, а не общее восстановление или коммерческую эффективность.

Открыть Explorer

Explorer использует отдельный публичный навигационный образец. Его пути не являются журналами выполнения агентов WFRB.

Частная оценка

Результаты клиентских агентов требуют отдельных разрешённых запусков, согласованной среды и проверок.