arXiv · cs.AI· Qinchuan Cheng, Zhantao Gong, Pengzhan Sun, Angela Yao, Xulei Yang, Shijie Li·· 2 天前
Ego2World：将第一人称烹饪视频编译为可执行世界以进行信念状态规划
Ego2World: Compiling Egocentric Cooking Videos into Executable Worlds for Belief-State Planning
arXiv:2605.13335v2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：Qinchuan Cheng, Zhantao Gong, Pengzhan Sun, Angela Yao, Xulei Yang, Shijie Li
研究任务与主要进展
Ego2World 是一个可执行基准，基于 HD-EPIC 将第一人称烹饪视频中的标注编译为由图转移规则驱动的符号世界。评测时模拟器维护隐藏世界图，智能体仅依据局部观测和执行反馈维护部分信念图并规划；实验显示，动作重叠评分会高估物理状态成功率，而持续信念记忆能提升任务完成表现并减少重复视觉探索。
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