基准
PointMaze
稀疏奖励的连续控制导航任务，智能体需在迷宫中到达目标点才能获得奖励，且观测中不直接给出目标方向，要求智能体具备长程记忆与结构化探索能力，常被用于检验长上下文记忆机制的有效性。
时间轴 (近 90 天)
10月23日
在长上下文稀疏奖励的PointMaze任务上，METTA相比基于Transformer的基线展现出更结构化的探索行为。
待验证50%
10月23日
PointMaze是稀疏奖励的连续控制导航任务，智能体需在迷宫中到达目标点才能获得奖励，且观测中不直接给出目标方向。
待验证50%
9月11日
依赖频繁重规划才能成功的情节在PointMaze首次规划诊断中富集了严重的首次规划排序失败案例
待验证50%