EEmbogent
模型数据硬件产品评测公司技术融资
评测2026/11/12 05:08·重要度 69

JustRUA:机器人操作智能体评测框架的受控研究

JustRUA: A Controlled Study of GPT-6 Robot-Use Agents

AI 摘要

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。

阅读原文来源 arXiv cs.RO · 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。

评测4 天前

Ego2Flow:评估自动驾驶交通系统影响的闭环基准

研究团队提出 Ego2Flow 闭环基准,用于评估端到端自动驾驶在城市交通中的系统性影响,而现有评测大多只关注自车安全与任务完成度。为支撑长时闭环仿真,他们设计智能体引导的地图蒸馏框架,融合真实地图与观测,通过迭代反馈与交通信息图保留车道拓扑、关键道路几何和与决策相关的视觉条件,从真实城市生成可交互三维场景。

评测5 天前

ManiLadder 发布四级难度机器人操作基准

研究者发布仿真基准 ManiLadder,将 112 个操作任务按难度分 4 级、每级 8 类,覆盖刚体与可变形物体、单臂与双臂、夹爪与灵巧手。每个任务固定使用相同数据量,并在相同训练评测协议下运行统一的 flow-matching 模仿学习策略,以成功率作为难度的经验标定,为按难度衡量机器人学习进展提供统一框架。