在明确的环境内测量恢复。

测试内容

在 50 个完全可观测的加权导航布局中进行 150 个确定性失败恢复场景测试。测试对象是执行拒绝后的本地策略，而非 LLM 或客户智能体。

失败分类

碰撞

进入阻塞单元格的移动被拒绝。状态不变。

无效路径

非相邻移动被拒绝。此类别与碰撞类别共享失败状态前缀。

过早完成

到达目标前的完成请求被拒绝。

方法

重置、执行参考前缀、注入被拒绝的动作、运行有界本地策略、验证转换与最终状态，然后回放。恢复要求以原始精确最优总成本到达目标。

基线与结果

WFRB v0 本地基线实验。

每次运行中，每个策略的 300 个实验单元以恢复加精确成本预言机通过为标准。第二次运行重复这些单元，不使独立样本翻倍。

规划器可访问完整网格与成本，并重新计算最短路径。随机游走均匀选择四个基本方向。盲目重复重复被拒绝的动作。这些是对照，不是商业智能体竞争基线。

随机游走在 27/300 个单元中到达目标，但仅 4/300 满足精确成本恢复。任务完成与经验证恢复是不同指标。

再现性

两次独立启动的本地运行，每次 900 次试验：共执行 1,800 次。结果流逐字节相同；时间戳与运行时长不同。

结果 SHA-256

局限性

网格完全可见且可解，被拒绝的动作不改变状态。未测试隐藏地图变化、LLM、客户智能体、外部服务或付费 API。相关类别与确定性种子不是独立观测。

规划器的完美结果验证了这个狭窄测试框架，并不能证明通用恢复能力或商业性能。

试用探索器

Explorer 使用独立的公开导航样本，其路径不是 WFRB 智能体执行日志。

私有评估

客户智能体结果需要独立的授权运行、明确范围的环境与约定检查。