Aus Vorhersagen von Zwischenergebnissen entsteht eine Referenz-Aktionsfolge. Die Cross-Entropy-Methode (CEM) verfeinert die Kandidaten, deren vorhergesagter latenter Endzustand mit dem Zielbild verglichen wird. Der Planer führt den Anfang der gewählten Folge aus und plant erneut.
Tabelle 1 meldet für PushT, Reacher, Cube und TwoRoom im Mittel 96,50 % Erfolg (Standardabweichung 0,66 Prozentpunkte) und 10,88 ± 0,04 ms für die vollständige Planung. Der lokal gemessene INTACT-Vergleich lag bei 26,19 ± 0,22 ms, einem Zeitverhältnis von rund 2,41. Gemessen wurde nach Aufwärmen mit Batchgröße 1 auf einer NVIDIA RTX PRO 6000 Blackwell Server Edition. Die Auswertung nutzte 100 Episoden pro Aufgabe und drei unabhängig trainierte Modelle.
DynaGoal prüft wechselnde Ziele oder Geometrien (Shift), Ausführungsfristen (Deadline) und kontrollierte Antwortverzögerungen (Delay). Ohne benchmarkspezifisches Feintuning lag die mittlere Erfolgsrate bei 73,83 % für Shift und 87,67 % für Deadline.