EEmbogent
模型数据硬件产品评测公司技术融资
评测重要2026/11/12 22:37·重要度 74

ControlHarbor:编码智能体控制系统设计基准

ControlHarbor: A Benchmark for Control Design by Coding Agents

AI 摘要

Jieqiang Wei 等发布 ControlHarbor 基准,将控制系统设计任务交给编码智能体:控制器必须用单个 Python 文件把测量映射为动作,禁用神经网络,并在留出随机种子、物理扰动和结构约束下按工程师标准评分。

阅读原文来源 arXiv VLA/Humanoid · arxiv.org

标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。

同板块相关

评测重要3 天前

VLAN:跨具身可通行导航基准发布

Jie Hu 等人发布 VLAN 导航基准,包含 1000 个场景、2 万条轨迹和 16 万关键帧,覆盖光照、语义与路径几何变化。该基准为双足、四足、轮式机器人及视障或行动障碍人群提供具身相关动作与可通行性标注,并将障碍分为可通行、绕行、高风险和阻断四类,除目标到达外还评测碰撞安全与用户约束对齐。

评测5 天前

JustRUA:机器人操作智能体评测框架的受控研究

Zefan Wang 等人在 arXiv 发布 JustRUA,对 GPT-6 等机器人操作智能体在 RoboDojo 上的设计选择做受控拆解,分别考察模型外围框架、动作接口、经验复用与场景几何四类因素。结果显示,保留完整回合历史并及时终止单次动作的精简框架收益最大,仅用 RGB 预测深度提供的场景几何次之,经验复用并非无代价。

评测4 天前

航天器具身智能体长期记忆评测基准 AstroMemBench

作者提出 AstroMemBench,用“场景—挑战—能力”方法把通信延迟、算力受限等航天需求转为可执行记忆测试:16 项记忆子挑战、140 模板、2240 实例,覆盖行星表面作业、在轨服务与深空探测 9 项任务;确定性环境按任务完成、状态变化、安全与资源消耗评分,9 组消融显示其能区分记忆系统设计差异。