VagueBench发布具身智能体鲁棒性基准

1. 13:00
   arXiv · cs.AI

   VagueBench：评测具身智能体在环境上下文幻觉下的鲁棒性

   研究者提出 VagueBench，一个基于 AI2-THOR 仿真环境、含 1,303 组指令对的基准，用于评测具身智能体在省略非必要上下文细节时的表现。在 6 个先进具身智能体上，任务成功率相对下降 19.65%，空计划率相对上升 54.10%，说明它们更依赖辅助语言信号而非核心任务语义。该现象在真实机器人系统中同样存在，可能导致错误决策和安全风险。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。