arXiv · cs.AI · Yang Chen, Bin Wen, Danyang Peng, Hong-Jie You, Zi-Qiao Shang, Lan-Zhe Guo · 4 小时前模型评分44
DualWorldBench：智能体能否在符号世界与具身世界中完成配送规划？
DualWorldBench: Can Agents Plan Deliveries across Symbolic and Grounded Worlds?
导读
研究团队提出统一基准 DualWorldBench，用于评估智能体在符号-时间与具身-拓扑复杂度下的多目标配送规划能力。该基准包含 TextWorld、SimWorld 和 DualWorld-VQA 三部分，实验显示智能体普遍存在局部理解与全局一致规划之间的差距，感知与拓扑理解未必能转化为受约束规划。数据集与代码已公开。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：ai-tooling，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We introduce DualWorldBench, a unified benchmark for evaluating agent planning under controlled symbolic--temporal and grounded--topological complexity.”
- “All datasets and code are publicly available at our project website this https URL .”
来源：arXiv · cs.AI · arxiv.org