FrozenLake
稀疏奖励的网格导航强化学习基准环境，智能体需在冰冻湖面网格中从起点导航至终点，奖励信号稀疏，常用于测试强化学习算法的信用分配能力
时间轴 (近 90 天)
ViSkill 在 Sokoban、FrozenLake 与 PrimitiveSkill 三个环境上取得 0.89 的总体成功率，启用冷启动后提升至 0.91。
Sokoban 考验长程规划与空间推演，FrozenLake 侧重在随机环境中规避陷阱的决策，PrimitiveSkill 关注基础技能的复用。
作者在FrozenLake、HotpotQA、ScienceWorld、DeepResearch四个智能体基准上评估了RLDS
RLDS在ScienceWorld上提升+11.5分（95%置信区间[+9.8, +13.3]），在FrozenLake上提升+9.8分（[+7.0, +12.8]）
将VQC应用于CartPole、FrozenLake等经典RL基准环境已有多篇论文可供复现和对比
全部知识事实 (5)
ViSkill 在 Sokoban、FrozenLake 与 PrimitiveSkill 三个环境上取得 0.89 的总体成功率，启用冷启动后提升至 0.91。
50%待验证Sokoban 考验长程规划与空间推演，FrozenLake 侧重在随机环境中规避陷阱的决策，PrimitiveSkill 关注基础技能的复用。
50%待验证作者在FrozenLake、HotpotQA、ScienceWorld、DeepResearch四个智能体基准上评估了RLDS
50%待验证RLDS在ScienceWorld上提升+11.5分（95%置信区间[+9.8, +13.3]），在FrozenLake上提升+9.8分（[+7.0, +12.8]）
50%待验证将VQC应用于CartPole、FrozenLake等经典RL基准环境已有多篇论文可供复现和对比
50%