UC Berkeley 等发布 Agima：先想象再行动的智能体训练方法
WeijiaShi2 · x · 2026-10-24
UC Berkeley、Impossible Research、UW、Duke 等机构(Luke Zettlemoyer、Trevor Darrell 等参与指导)发布 Agima(Agentic Imagention)项目，训练单个全模态模型在行动前先「想象」：模型在同一序列中生成动作和想象帧，每个想象帧作为下一步动作的观测。
三种规划方式：
- 线性推演：逐步想象动作结果并据此规划下一步
- 反事实分支：想象备选动作，若结果失败则拒绝
- 前瞻思考：想象完整候选计划，选中能成功的那个提交执行
在 Maze2D、Sokoban、Pacman、PushT 四个环境上用简单划分训练、更难划分测试(如 11×11 迷宫训练、更大迷宫测试)，展示易到难的泛化能力。论文、代码与项目页均已公开。
所属事件:UC Berkeley 等发布 Agima：靠想象未来规划任务的智能体(2 条相关)→
「编程与Agent」频道最新
- Polylane 上线 Cloudflare 集成:agent 自动盯 Workers,每天自己合 8 个 PR — dinasaur_404 · 2026-10-24
- Factory 提前实测 Reflection Beam:工具纠错与仓库校验表现获认可 — togethercompute · 2026-10-24
- 开源编码 agent Benzi:编译代码库为可查询符号图,SWE-bench 82.4% 且成本减半 — DonkeyTheKing · 2026-10-24
- 评测显示 GPT-5.6/6 Luna 多智能体协作碾压 DeepSeek V4 — JoshPurtell · 2026-10-24
- Payman AI 推出 MCP 服务器，可用自然语言管理付款与收款人 — modelcontextprotocol · 2026-10-24
- Grok Bot 升级安全保险库：代填登录和卡片但模型看不到密钥 — XFreeze · 2026-10-24