研究人员推出了一种新颖的视觉语言模型(VLA)智能体HiSTEVE 1.0,该智能体旨在开放式游戏(如Minecraft)中运行。该智能体具有分层结构,并配备了一个能力感知型控制器,该控制器使用结构化内存和VLM规划器进行任务选择。HiSTEVE 1.0在原子任务上展现了最先进的性能,在MineStudio Bench上达到85.0%,在OpenHA上达到37.4%,同时还成功完成了从零开始制作铁镐等复杂的、长周期的任务。 AI
影响 这项研究推进了具身AI的能力,有望为游戏和模拟领域带来更复杂的虚拟智能体。
排序理由 这是一篇详细介绍新模型和基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →