arXiv发布RobotWorld基准测试

发生了什么

据arXiv cs.LG论文，研究团队推出RobotWorld，这是一个用于评估多模态智能体在机器人任务中表现的模拟测试平台。该基准包含84项涵盖操作、移动、驱动和空中控制的任务，具有明确的交互预算和执行成功检查。研究发现，当前智能体虽能构建复杂的感知和控制工作流，但在任务状态保持和行动纠正方面存在差距，不同模型在空间目标和连续平衡目标上的成功率存在差异。