arXiv · AI· Xiaolin Zhou, Aojie Yuan, Zheng Luo, Zipeng Ling, Xixiao Pan, Yicheng Gao, Haiyue Zhang, Jiate Li, Shuli Jiang, Prince Zizhuang Wang, Zixuan Zhu, Jinbo Liu, Ryan A. Rossi, Hua Wei, Xiyang Hu·· 2026-10-12AI 评分31
AgentRobustBench: 面向工具使用智能体的 Sim-to-Real 评测基准与领域随机化 RL 训练方案
AgentRobustBench: A Sim-to-Real Benchmark and Domain-Randomized RL Recipe for Tool-Use Agents
AI 导读
研究提出 RobustBench-TC 基准,包含 22 种扰动类型,揭示工具使用智能体在真实部署中面临的 Sim-to-Real 差距。21 个模型测试显示,奖励与状态转换扰动分别导致准确率下降约 40% 和 30%,而观测扰动影响不足 5%。
来源:arXiv · AI · arxiv.org