实体 RescueBench

RescueBench

PulseAugur coverage of RescueBench — every cluster mentioning RescueBench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_66224 · Jun 2 · 04:00

新基准测试具身智能在现实搜救任务中的表现

研究人员推出了RescueBench，这是一个旨在评估具身智能在现实搜救场景中表现的新基准。该基准模拟了一个四阶段流程，包括探索、目标救援、记忆引导返回和交接，以评估在复杂工作流程中失败的累积效应。目前的基线智能体表现不佳，其中自主探索被确定为主要失败模式，空间记忆是次要瓶颈。