RoboQuest评测具身智能体物理探索

Liu Renhang等提出RoboQuest，用于评测智能体能否通过物理交互主动获取信息、据此调整行动，并自主决定何时完成任务。基于论文摘要，五个前沿多模态智能体中表现最好的仅在23%的回合中成功。 基准包含十项移动操作任务，涵盖搜索、操作检查和交互测试。团队通过统一视觉—动作接口评测五个智能体，并用完整回合演示微调π₀.₅策略；该策略几乎未成功。失败分析称，智能体常在获得判断所需证据前停止探索，部分探索造成的干扰也未得到修复。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。