$ loading_
通过潜在世界模型进行二维环境编码、轨迹预测与目标规划
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Oneiros MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 Oneiros MCP Server：先对这个二维点质量环境观测进行编码，再基于动作序列 [右, 右, 上, 上] 预测未来轨迹，并返回每一步的潜在状态和位置变化摘要。
输出编码结果，以及按时间步展开的预测轨迹、状态变化与简要解释。
请使用 Oneiros MCP Server，根据当前观测编码后，为二维环境中的目标坐标 (8, 6) 生成一条可执行动作计划；同时说明预计步数和每步的推进方向。
输出从当前状态到目标点的动作序列、预计轨迹及达成目标的理由。
请使用 Oneiros MCP Server，对当前观测编码后分别预测方案A与方案B的 rollout，比较它们到达目标区域的成功概率、路径长度和稳定性，并推荐更优方案。
输出两条方案的预测结果对比、关键指标分析和推荐结论。
将规划文档转为结构化 SQLite 数据并提供计划元数据管理
编排多模型智能体，自动完成规划、编码、评审到交付流程。
让 AI 用自然语言操控 MuJoCo 机器人仿真并导出结果
将机械性代码生成子任务分派给本地大模型，节省前沿模型调用成本与令牌。
可为任意查询动态模拟操作并跨会话保持状态，便于测试与自动化验证。
帮助用户拆解复杂任务、管理步骤并持续跟踪计划进度。