跳到正文
arXiv · AI· Jingwei Song, Zhisheng Chen, Bingfan Zeng, Jing Tang, Yubo Hou, Jinhao Jing, Zhengwei Xie, Linfeng Zhang·· 2026-10-12AI 评分40

MC-EvoBench:Minecraft 智能体经验驱动自我改进评测基准

MC-EvoBench: Auditing Experience-Driven Self-Improvement in Minecraft Agents

AI 导读

MC-EvoBench 是面向 Minecraft 环境驱动自我改进的受控评测基准,包含 19 条注册进化链(12 条主评估链、7 条校准或探针链)及 3 组对齐成对探针家族。 每条探针在匹配环境步数预算与 5 个种子下评估无先验、相关、不相关与打乱源条件,指标包括 TSR、WGP、VMP;审计显示相关经验未带来稳定迁移效应。

来源:arXiv · AI · arxiv.org