ARC Prize 2026 - ARC-AGI-3

适合专业与项目难度

交互式 Agent 的状态建模、工具调用、探索与记忆对应计算机和 AI；规划与动作效率实验可连接机器学习、数学、统计以及机器人/认知科学方向。

为什么评为高级？

供稿标为高：需把环境接口、模型、工具调用、记忆与运行时组成稳定闭环，并同时评估关卡完成率和动作效率。

等级说明：跨多阶段或研究型系统，涉及复杂数据、模型/算力约束或强领域先修知识。

建议具备的基础

• Python 与 Agent/环境接口开发
• 状态机、搜索或顺序决策
• 日志回放、运行时预算和实验评估

可以从哪里开始

先用官方 toolkit 在公开游戏实现规则 Agent，记录回放，再加入记忆、规划和模型调用。

专业与难度由本站根据项目文档分析，面向基线复现与对照实验；具体门槛取决于承担的任务和项目深度。 这不是 Kaggle 官方评级。

先把任务说清楚

这是一个交互式 Agent 任务：系统在陌生环境中读取网格 frame、选择动作、观察反馈并更新记忆。评分同时考虑完成的关卡和动作效率，因此探索、记忆与规划需要形成闭环。

技术路线

1. 适配

   环境适配层

   统一 frame schema、动作接口和终止状态，记录每次交互以便回放。

2. 探索

   探索与记忆

   用低成本试探识别动作含义，把关键状态变化写入短期与关卡级记忆。

3. 执行

   规划与执行

   根据目标、已知规则和剩余动作预算选择计划，并为失败动作设置恢复策略。

4. 评估

   效率评估

   在公开游戏上分开统计完成率、动作数、超时和重复探索，避免只看单一总分。

组队时间窗口

Team Merger deadline

2026年10月26日

Final submission deadline

2026年11月2日

比赛结束日期

2026年12月4日（原资料记录，待官方复核）

预计结果日期

2026年12月4日，采用原资料中的结束日期估算，官方日期待复核

预计结果日期用于时间适配，不代表官方奖项发布日期或结果承诺。

规则与提交信息

公开分类

llms

最大队伍人数

8

评价指标

0–100% level 完成与动作效率综合分

提交文件

submission.parquet

运行上限

CPU / GPU Notebook 均约 9 小时

• 每日最多提交 1 次，最终计分提交最多 2 个
• 按官方评测环境运行方案，提交格式和运行限制以 Rules 为准

比赛状态、Rules、提交限制和赛程可能变化，请以 Kaggle 官方页面为准。

资料说明：用于理解任务和公开方案，不代表实时排名、最终成绩或结果承诺。

公开研究资料

以下图表基于公开页面整理，用于理解公开方案与讨论主题。数据会变化，不作为成绩、排名或结果承诺。

协作重点与可交付成果

复盘与面试可以讲什么

• 完成率和动作效率为何需要同时优化
• 如何从试探反馈推断动作语义
• 怎样控制 LLM 工具调用、记忆和运行时预算

适合用途

官方规则与赛程

团队、资格、数据、模型、代码共享和提交方式以单场 Rules 最新内容为准。

站内下一步