# ARC-AGI-3 Solo：面向抽象推理竞赛的组合式Agent架构探索 > 该项目是Kaggle ARC Prize 2026的参赛方案，采用分阶段迭代的Agent架构，结合图探索、对象中心世界模型和不确定性触发的LLM推理，目标攻克抽象推理基准测试。 - 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm) - 发布时间: 2026-06-01T08:23:57.000Z - 最近活动: 2026-06-01T08:52:55.241Z - 热度: 118.5 - 关键词: ARC-AGI-3, Kaggle, 抽象推理, Agent, 图探索, 世界模型, 组合泛化, 神经符号, LLM, 竞赛 - 页面链接: https://www.zingnex.cn/forum/thread/arc-agi-3-solo-agent - Canonical: https://www.zingnex.cn/forum/thread/arc-agi-3-solo-agent - Markdown 来源: ingested_event --- ## 原作者与来源 - 原作者/维护者：Devchandrasen - 来源平台：github - 原始标题：arc-agi-3-solo - 原始链接：https://github.com/Devchandrasen/arc-agi-3-solo - 来源发布时间/更新时间：2026-06-01T08:23:57Z ## 原作者与来源\n\n- **原作者/维护者**: Devchandrasen\n- **来源平台**: GitHub\n- **原始标题**: arc-agi-3-solo\n- **原始链接**: \n- **发布时间**: 2026-06-01\n- **更新时间**: 2026-06-01\n\n## 什么是ARC-AGI-3？\n\nARC-AGI-3（Abstraction and Reasoning Corpus - AGI-3）是Kaggle上最具挑战性的AI竞赛之一，由ARC Prize基金会主办。与传统的机器学习任务不同，ARC-AGI-3要求Agent在没有任何指令的情况下，通过观察输入输出示例的网格变化，推断出底层的抽象规则，并将其应用到新的测试输入上。\n\n这个基准测试的设计初衷是评估AI系统的" fluid intelligence"（流体智力）——即面对全新、从未见过的任务时的推理能力。目前的Frontier AI基线准确率仅为0.51%，而人类可以达到100%。这种巨大的差距揭示了当前大语言模型在抽象推理方面的根本性局限。\n\n## 竞赛背景与奖励\n\n2026年的ARC Prize设置了丰厚的奖金池：\n\n- **ARC-AGI-3赛道**: 85万美元\n- **Paper Track（论文赛道）**: 45万美元（评审制）\n- **里程碑截止日期**: Milestone 1（2026-06-30）、Milestone 2（2026-09-30）\n- **最终截止日期**: 2026-11-02\n\n该项目同时参加两个赛道，既追求技术突破，也注重学术贡献的可复现性。\n\n## 分阶段迭代的Agent架构\n\n项目采用清晰的分阶段（Phase）开发策略，每个阶段都有明确的目标和技术路线：\n\n| 阶段 | 技术方案 | 目标 | 状态 |\n|------|----------|------|------|\n| 0 | 脚手架 + 随机基线 | 可提交 | 已完成 |\n| 1 | 图探索（移植dolphin-in-a-coma第三名方案） | ≥30%本地准确率 | 代码已发布，评估中 |\n| 2 | 在线帧变化CNN | ≥50%本地准确率 | 待开发 |\n| 3 | 对象中心世界模型 + 规划 | ≥58%本地准确率 | 待开发 |\n| 4 | 小型离线LLM作为触发式推理器 | ≥62%本地准确率 | 待开发 |\n| 5 | 跨基准通用性 + 消融实验 | N/A | 待开发 |\n| 6 | 论文撰写 + 开源清理 | 提交 | 待开发 |\n\n这种渐进式方法体现了研究型项目的典型开发模式：从简单基线开始，逐步引入复杂组件，每个阶段都有可量化的目标。\n\n## Phase 1：图探索Agent的技术细节\n\n第一阶段的核心是移植并改进dolphin-in-a-coma在预览赛中获得第三名的图探索（Graph Exploration）方案。该方案的关键洞察是：将网格世界中的对象和变换建模为图结构，通过探索可能的变换路径来寻找解决方案。\n\n项目实现了几个核心组件：\n\n- **Agent基类**: 定义统一的Agent接口，支持在线（Kaggle环境）和离线（本地评估）两种模式\n- **GraphExplorer**: 基于帧图的探索算法，将每个网格状态视为节点，变换操作视为边\n- **FrameProcessor**: 帧处理器，负责对象分割和特征提取\n- **GraphAgent**: 组合上述组件的完整Agent实现\n\n代码采用自包含（self-contained）设计，所有依赖都内联在单个Jupyter Notebook中，便于Kaggle提交。同时提供`notebooks/_build_submission_v1.py`脚本，可以从`src/`源代码重新生成提交版本，确保可复现性。\n\n## 对象中心的世界模型思路\n\nPhase 3规划引入"对象中心（Object-Centric）"的世界模型，这是当前AI研究的前沿方向。与传统像素级或网格级的表示不同，对象中心方法尝试将场景分解为离散的对象实体，每个对象有自己的属性（位置、颜色、形状）和动态（移动、变换、组合）。\n\n这种表示的优势在于：\n\n1. **组合泛化**: 学习到的对象变换规则可以组合应用到新场景\n2. **因果推理**: 更容易推断"如果对象A向右移动，对象B会如何响应\"\n3. **数据效率**: 相比端到端神经网络，结构化表示需要更少的数据\n\n项目计划结合前向模型（Forward Model）进行规划，即在行动前预测结果，这与人类解决问题时的"心智模拟\"机制类似。\n\n## 不确定性触发的LLM推理\n\nPhase 4的设计尤为引人注目：引入小型离线LLM作为"不确定性触发的推理器\"。这种设计的核心思想是——并非所有决策都需要大模型的参与。\n\n具体策略可能是：\n\n- 当基于规则的组件（如图探索）对某个变换有较高置信度时，直接执行\n- 当遇到不确定的情况（如多种变换可能性得分相近，或遇到训练分布外的模式）时，触发LLM进行深度推理\n- LLM以离线方式运行，避免API调用延迟和成本，同时保证可复现性\n\n这种"神经符号混合\"（Neuro-Symbolic Hybrid）架构代表了当前AI系统设计的趋势：结合符号系统的可解释性和神经网络的灵活性。\n\n## 本地评估与实验流程\n\n项目提供了完整的本地评估基础设施：\n\n```powershell\n# 设置环境变量\n$env:OPERATION_MODE = \"offline\"\n$env:ENVIRONMENTS_DIR = \".\\data\\environment_files\"\n$env:PER_GAME_BUDGET_S = \"300\"\n\n# 运行本地评估\npython notebooks/_local_eval_p1.py\n```\n\n评估结果写入`runs/p1_local_eval.{log,json}`，包含每个游戏的得分。这种本地评估能力对于快速迭代至关重要——研究者可以在不提交Kaggle的情况下验证想法。\n\n项目还维护了详细的参考仓库（`vendor/`目录），包括官方Agent框架和第三名的预览赛方案，体现了良好的研究实践。\n\n## 技术栈与工程实践\n\n项目采用Python技术栈，使用 Poetry/Setuptools 进行依赖管理：\n\n```powershell\npython -m venv .venv\n.venv\\Scripts\\Activate.ps1\npip install -e \".[dev]\"\npytest\n```\n\n代码组织清晰：`src/arc_agi3_solo/`包含核心实现（agents/、eval/、core/），`notebooks/`存放Kaggle提交版本，`tests/`包含pytest测试，`docs/`存放设计文档。这种结构既支持研究实验，也便于最终开源发布。\n\n## 结语：通往通用人工智能的抽象推理之路\n\nARC-AGI-3之所以被视为AGI研究的重要里程碑，是因为它测试的正是人类智能最核心的能力之一——从有限示例中抽象出通用规则并应用于新情境。当前大语言模型在这一任务上的惨败，恰恰说明仅靠海量文本训练无法获得真正的推理能力。\n\nDevchandrasen的参赛方案展示了构建抽象推理Agent的一种可能路径：从可解释的图探索开始，逐步引入结构化世界模型和选择性神经推理。这种渐进式、可验证的方法论，无论最终在竞赛中取得什么成绩，都为社区贡献了宝贵的实践经验。\n\n对于关注AGI进展的研究者和开发者，该项目提供了一个绝佳的学习案例——不仅是算法层面的，更是研究方法论和工程实践层面的。