研究者自建空间规划评测:GPT-6 与 Claude Opus 5.5 泊车任务双双翻车

songhan_mit · x · 2026-11-22

研究者 Jinglun Zhao 发布了一项针对 LLM Agent 空间规划能力的评测,以「泊车」为测试任务,衡量模型在狭窄空间中理解与规划路径的能力,包含 Offset 入位、死胡同车道、T 形/ L 形车道、斜列车位、路缘扩展等 6 种场景,并对路线距离、换挡次数、最小间隙进行打分。

关键发现:

评测附有轨迹回放与全车身碰撞验证,路线按 recorded trajectories 重建,取每模型五次重复中的第一次而非最佳成绩。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →