EnvLunch 方法：利用可执行环境作为学习交互的免费午餐

提出 EnvLunch 预热阶段，利用可执行环境本身的结构生成可验证任务，无需人工或模型生成描述。 该方法让代理在最终观测下恢复功能等效轨迹，无标签预热比基线平均高 9 分以上，少量标注下效率提升 8 至 32 倍。 节省标注任务成本，为数据受限的代理模型微调提供更好起点。