arXiv · cs.AI· Liu Renhang, Navonil Majumder, Tej Deep Pala, Soujanya Poria·· 20 小时前
RoboQuest 基准评测多模态智能体的物理探索与任务完成能力
RoboQuest: Generalist Physical Agents that Search, Inspect and Test
arXiv:2610.10388v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Liu Renhang, Navonil Majumder, Tej Deep Pala, Soujanya Poria
首次提交：2026-10-08 00:46
研究任务与主要进展
RoboQuest 是一种面向具身探索的基准，要求智能体通过物理交互主动获取任务相关信息，并据此调整后续行动和决定何时完成。十项移动操作任务覆盖搜索、操作检查和交互测试；基于论文摘要，五个前沿多模态智能体的最佳回合成功率为23%，在完整回合演示上微调的 π₀.₅ 策略几乎未成功，失败主要与过早停止探索及探索造成干扰未被修复有关。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org