RoboQuest：搜索、检查与测试的通用物理智能体基准

RoboQuest 是一个面向目标导向具身探索的基准，包含十项移动操作任务，覆盖搜索、基于操作的检查与交互测试三类不确定性。在统一视觉运动接口下，五个前沿多模态智能体最佳成功率仅 23%，基于完整演示微调的 π₀.₅ 策略几乎从未成功。失败分析显示智能体常在观察到完成任务所需证据前就过早停止探索，且很少预防或修复探索造成的干扰。