Đánh giá tiến bộ mô hình frontier qua Prince of Persia

Tác giả dùng trò chơi yêu thích Prince of Persia làm thước đo để kiểm tra khả năng reasoning, planning và điều khiển agent của các mô hình frontier mới nhất — kết quả cho thấy tiến bộ rõ rệt so với thế hệ trước nhưng vẫn còn kém xa mức chơi thành thạo như người.