ARCTrajは、抽象の推論コーパス（ARC）における複雑な視覚タスクを通じた人間の推論をモデル化するためのデータセットと方法論的枠組みを提供します。従来の方法は静的な入力と出力に依存しており、推論が時間を通じてどのように展開されるかについての洞察が不足しています。ARCTrajは、オブジェクトレベルの時系列に沿った行動を記録することによって、このギャップを解消します。約10,000の軌跡が収集され、400のトレーニングタスクに関する識別子、タイムスタンプ、および成功ラベルが付与されています。また、データ収集、行動の抽象化、マルコフ決定プロセスの定式化、下流学習を包含する統一的な推論パイプラインが定義されており、強化学習や生成モデリングといった手法と統合可能です。この研究は、人間の推論の構造や多様性を明らかにし、人間に似た推論の研究のための明確な基盤を進展させ、その解釈可能性や汎用知能を促進します。