RoboQuest基准测试发布

2026年10月7日，Hugging Face Daily Papers报道了RoboQuest基准的发布。该基准面向目标导向的具身探索，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的最佳成功率仅为23%，而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。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。