arXiv · AI· Haoran Wang, Jingwei Huang, Anqing Duan, Ho Seok Ahn, Bruce Macdonald·· 2026-10-14AI 评分22
HelpMeOut:基于神经心理学的家庭任务执行错误感知监测基准
HelpMeOut: A Neuropsychology-Grounded Benchmark for Error-Aware Monitoring of Household Task Execution
AI 导读
研究团队推出HelpMeOut,一个基于神经心理学构建的具身AI基准,包含20000个成对活动片段,覆盖9类执行错误,用于监测家庭任务中的异常。 基准评估了学习型监控器、符号方法、变点检测及前沿LLM提示策略,结果显示这些方法在识别执行错误时表现不佳,常出现漏检。 该工作填补了现有目标推理与任务完成基准的空白,为错误感知辅助智能体提供了测试平台,已被CoRL 2026会议接收。
来源:arXiv · AI · arxiv.org