# Planowanie przez wyobrażone przyszłe stany

EN: **Planning with imagined future observations** · id `agima` · aliases: agentic imagination, visual imagination for agents, planning over imagined futures, planowanie przez wyobrażone stany, wyobrażanie skutków działań przez agenta

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Aplikacje LLM i agenci](https://aiatlasgraph.com/t/applications.md) › [Agenci i orkiestracja](https://aiatlasgraph.com/t/agentsnode.md) › Planowanie przez wyobrażone przyszłe stany

## Description

- PL: Technika łącząca politykę i model świata, która generuje wizualne następstwa hipotetycznych akcji i wybiera plan przez porównanie przyszłych stanów.
- EN: A technique combining policy and world model that generates visual consequences of hypothetical actions and selects a plan by comparing future states.

## In one sentence

- PL: Agent przed działaniem generuje obrazy możliwych przyszłych stanów i na ich podstawie decyduje, co wykonać naprawdę.
- EN: Before acting, the agent generates images of possible future states and uses them to decide what to execute for real.

## Problem it solves

- PL: W zadaniach z rzadkim feedbackiem lub nieodwracalnymi ruchami agent popełnia błędy, których skutków nie przewidział.
- EN: In tasks with sparse feedback or irreversible moves, the agent makes mistakes whose consequences it did not foresee.

## What it does

- PL: Jeden model proponuje akcje, generuje ich wizualne skutki i rozumuje nad wyobrażonymi przyszłościami, żeby wybrać lepszy plan przed wykonaniem.
- EN: One model proposes actions, generates their visual outcomes and reasons over imagined futures to choose a better plan before execution.

## Everyday example

- PL: W grze układania pudełek agent wyobraża sobie, że przesunięcie jednego zablokuje inne, i wybiera inny ruch, zanim zepsuje układankę.
- EN: In a box-pushing puzzle the agent imagines that moving one box blocks others and chooses a different move before ruining the puzzle.

## This concerns you if you…

- PL: zlecasz asystentowi zadania, w których błąd trudno cofnąć
- PL: chcesz, by asystent planował kilka kroków naprzód bez ciągłego sprawdzania
- EN: give an assistant tasks where a mistake is hard to undo
- EN: want the assistant to plan several steps ahead without constant checking

## Keywords

Agentic Imagination · Agima · imagined futures · unified policy world model · counterfactual branching · forward thinking · Sokoban planning

## How it works

- PL: Najpierw supervised fine-tuning uczy model proponować akcje i generować obrazy ich wyników na sekwencjach z linearnymi rolloutami, rozgałęzieniami kontrfaktycznymi i myśleniem naprzód. Potem reinforcement learning z GRPO uczy rozumowania nad wyobrażonymi przyszłościami, z nagrodą za sukces zadania. Model może symulować sekwencje, porównywać alternatywy i decydować, kiedy patrzeć dalej.
- EN: First, supervised fine-tuning teaches the model to propose actions and generate images of their outcomes on sequences with linear rollouts, counterfactual branching and forward thinking. Then reinforcement learning with GRPO teaches reasoning over imagined futures, with reward for task success. The model can simulate sequences, compare alternatives and decide when to look further ahead.

## Limits

- PL: Przy bardzo długim planowaniu bez nowych obserwacji wyniki spadają. Zastąpienie przewidywanych klatek prawdziwymi poprawiało skuteczność o 29–44 punkty procentowe w trzech z czterech badanych środowisk, więc błędy modelu świata są głównym ograniczeniem. Wyniki pochodzą z Maze2D, Sokobana, Pacmana i PushT.
- EN: Performance drops with very long planning without new observations. Replacing predicted frames with ground-truth frames improved success by 29–44 percentage points in three of four tested environments, making world-model error a major limitation. Results come from Maze2D, Sokoban, Pacman and PushT.

## Key terms

- PL: **wyobrażenie przyszłości**: Wygenerowany obraz stanu po hipotetycznej akcji, zanim zostanie wykonana.
- PL: **myślenie naprzód**: Symulacja kilku kolejnych kroków i porównanie możliwych wyników.
- PL: **rozgałęzienie kontrfaktyczne**: Sprawdzenie lokalnych alternatyw wokół bieżącego stanu.
- EN: **imagined future**: Generated image of the state after a hypothetical action before it is executed.
- EN: **forward thinking**: Simulation of several next steps and comparison of possible outcomes.
- EN: **counterfactual branching**: Checking local alternatives around the current state.

## Know first

- [Generatywne modele świata dla agentów i robotów (Generative world models for agents and robotics)](https://aiatlasgraph.com/t/worldfoundation.md)

## Related topics

Untyped, symmetric "see also" links.

- [GRPO i warianty bez krytyka (GRPO and critic-free policy optimization)](https://aiatlasgraph.com/t/grpo.md)

## Sources

- [Train An Imaginative Agent](<https://arxiv.org/abs/2610.26845>) `agima-arxiv-2610.26845` · by Jiaxin Ge, Junyi Zhang, Tianning Chai, Hanjun Yoo, Chenyang Wang, Xiuyu Li, Weijia Shi, XuDong Wang, Sewon Min, Luke Zettlemoyer, Trevor Darrell, Haiwen Feng

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/agima · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30