一组 RGB 与局部符号化配对实验，揭示 Crafter Policy 演化中不同的感知与长程控制瓶颈。

Coding Agent 如何将完整的 NetHack 轨迹转化为能够导航、处理障碍并向地下城深处推进的可执行 Policy。

我们接入了《小丑牌》环境，并比较Luna、Terra 与 Sol 在1024的环境交互budget下的策略优化结果引出的一些启发和思考。

为什么 EvoPolicyGym 使用交互式 Environment 与可执行 Program 研究和训练 Coding Agent。