01/环境
一个有规则的世界。
智能体、目标和障碍。
状态→操作→转换→失败→恢复→验证→通过
智能体运行检验员
原创确定性教学测试场景，与生产 GOLD 数据分开。
状态01 · 尚未执行
- 观察
- 位置、障碍和目标
- 状态
- [1, 2]
- 行动
- 观察目标。
- 约束
- 仅相邻移动。
- 出处
- 原创网格测试场景 ·
d3e71bd311b6
评估网络
公开智能体评估
等待经验证的公开运行
尚未发布公开智能体指标。本地研究结果单独列于下方。
- 已评估目标
- 0
- 已执行场景
- 0
- 智能体轮次
- 0
- 已观察失败
- 0
- 可复现失败
- 0
本地研究 / WFRB v0
- 布局
- 场景设计
- 已执行本地试验
900 个实验单元重复一次。仅测试本地对照策略，未测试 LLM 或客户智能体。
探索评估 ↗当前已验证的成果。
100 条独立且经过验证的符号化 GameOps 记录。模式、重置、重放、验证器与来源检查：100/100。这些是数据质量检查，并非智能体性能评分。
上方图示为教学测试场景，与生产 GOLD 分开。探索器使用公开导航记录；正式恢复数据集保持独立。
阅读文档 ↗查看 GameOps 验证证据 ↗检查状态转移
智能体人、障碍、恢复完整结构
PASS · 教学测试场景fixture hash d3e71bd311b6
如何解读这个场景
这个原始的确定性装置拒绝受阻的移动，然后验证有效的绕行。它不包含任何制作片段或私人任务值。
02/状态
从这里开始。
受控状态。一个明确的目标。
03 / 行动
采取行动。
有效的移动会改变状态。
04 / 失败
失败。
障碍物阻碍了下一步行动。
05/恢复
找到一条出路。
有效的绕行可以恢复进步。
06/验证
已验证 ✓
重播路径。检查结果。
验证执行过程，而非措辞。
检查初始状态、行动、失败与恢复。然后验证重放是否按照环境规则满足任务判定条件。
阅读验证文档 ↗私有评估
按您的约束评估行为。
面向智能体 AI、RPA、应用 AI 与基础设施团队：评估执行前先约定工具、失败情形与成功判定条件。
申请私有评估 ↗查看评估范围 ↗定制仿真
围绕您的接口构建场景。
为约定用途构建环境、行动模式与合成轨迹。生产前明确机制、重放与验收检查。
了解定制仿真 ↗三项服务，同一证据要求。
智能体评估
通过约定检查受控评估智能体行为。
查看范围 — 智能体评估 ↗定制仿真与数据
专门构建的场景与合成数据。
查看范围 — 定制仿真与数据 ↗数据集 / 持续数据
适用于明确范围的项目。定期生成与验证按项目约定。
查看范围 — 数据集 / 持续数据 ↗从用途开始。
提供工作邮箱和用途，可附加说明。无需电话号码。
联系 Windway Data ↗网页表单未启用。点击邮件链接会打开您的邮件客户端。