RobotAgentBench 全面评测机器人开放世界能力

Aether AI 和 UC San Diego 团队提出 RobotAgentBench 基准，构建 50 种家庭布局和多种任务，评测独立 VLA/WAM 策略及不同机器人智能体架构。结果显示，混合执行方案取得最高任务级平均分 48.5 和开放场景得分 15.4，引入递归自我改进可进一步提升表现。