跳到正文
arXiv · AI· Jianfeng Lin, Runze Wang, Haorong Hong, Yuxuan Xie, Zeno Zeng, Zhongyuan Liu·· 2026-10-14AI 评分40

ASIWorld:在持久生存沙盒中评估自主智能体的基准测试

ASIWorld: Benchmarking Autonomous Agents in a Persistent Survival Sandbox

AI 导读

研究团队推出 ASIWorld,一个结合持久世界状态与可观测性限制及异步编程接口的生存沙盒基准,用于测试智能体在长时交互中执行相互依赖任务的能力。 在探索性研究中,九种智能体配置使用统一测试框架运行,其中八种完成了生产任务,六种同时完成了生产与探索两项任务。 执行轨迹分析表明,准备不足会导致进度停滞,而成功完成任务的配置在生存成本和额外成就达成率上存在显著差异。

来源:arXiv · AI · arxiv.org