Jiaxin Ge, Junyi Zhang, Tianning Chai, Hanjun Yoo, Chenyang Wang, Xiuyu Li, Weijia Shi, XuDong Wang · 2026 · arXiv
DOI: 10.48550/arXiv.2610.26845 · open-access PDF
Sokoban में एक स्पष्ट रूप से उचित धक्का इस पहेली को अविस्मरणीय बना सकता है. ऐसी गलतियों से बचने के लिए, एक एजेंट को निष्पादन से पहले अपने कार्यों के परिणामों का अनुमान लगाना पड़ता है, खासकर जब वास्तविक वातावरण से प्रतिक्रिया कम होती है या कार्रवाई अपरिवर्तनीय होती है. हम एजेंटिक कल्पना (Agima) का परिचय करते हैं, एक प्रशिक्षण ढांचा जो एक एजेंट को कार्य करने से पहले कल्पना करने के लिए प्रशिक्षित करती है, अर्थात् कल्पना करने के लिए।
Machine translation (Meta M2M100); the English original follows.
A seemingly reasonable push in Sokoban can make the puzzle unsolvable. To avoid such mistakes, an agent has to anticipate the consequences of its actions before execution, especially when feedback from the real environment is sparse or actions are irreversible. We introduce Agentic Imagination (Agima), a training framework that trains an agent to imagine before acting, i.e. to be imaginative. Agima trains a single omni model to propose actions, generate images of their outcomes, and then reason over these imagined futures to decide what to execute in the real environment. Rather than committin
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.26845, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange