本研究提出了一种文本模拟家庭环境，用于基准测试大语言模型（LLMs）在实际推理中的能力。研究表明，环境复杂性和游戏限制会影响模型表现，LLMs在简明行动规划方面面临挑战。

本研究基于自由能原理，提出了一种目标导向的行动规划模型，结合静态感知和动态运动，优化状态估计。通过强化学习，探索自主发现新目标的过程，并在多种环境中验证其有效性。同时，研究探讨了知识表示和状态学习的新理论框架，强调目标灵活性与策略复杂性的平衡，为智能体在低资源环境下的学习提供新视角。