RoboQuest 基准:最强模型具身探索任务仅完成 23.2%
omarsar0 · x · 2026-11-23
南洋理工大学团队发布 RoboQuest 基准,测试通用具身智能体的「目标导向探索」能力:机器人需在陌生环境中主动搜索、检查物体属性、交互测试陌生工具,再决定何时提交任务,共 10 个移动操作任务,覆盖三类不确定性。
- 五个前沿多模态 agent 通过统一视觉运动接口评测,最强者仅完成 23.2% 的任务;在完整回合演示上微调的 π0.5 策略几乎从不成功。
- 关键反差:同一批模型在隔离测试中(提供隐藏信息)能完成 72–81% 的底层运动技能,说明瓶颈不在执行而在证据收集与决策。
- 失败分析显示 agent 常过早停止探索、仓促决策,且很少预防或修复探索造成的干扰;试错学习对多数模型仍然困难。
- 结论:可靠的物理智能体需要更强的证据跟踪、规划与恢复能力。论文与演示数据已开源。
「具身」频道最新
- AI 编程已强,PCB 布线仍是盲区:开发者苦寻能替代的自动布线工具 — goldvenetianmask · 2026-11-23
- AI agent 12 小时从零设计出完整 RISC-V CPU 核 — ChuckDBrooks · 2026-11-23
- FrankenRobotics:AI智能体运营的机器人实验室,一次批量生成256个设计 — doodlestein · 2026-11-22
- Persona AI 焊接机器人已在韩国实训,目标年底首个商用工地 — CyberRobooo · 2026-11-22
- 研究者:空间接地不等于动力学接地,机器人还需 S0 闭环控制器 — animesh_garg · 2026-11-22
- 一个厨师配多台自动炒菜机:无人化后厨实拍走红 — churchkey · 2026-11-22