跳到正文
arXiv · NLP· Yiyang Du, Yuxuan Kuang, Qitao Zhao, Yixuan Wang, Zhanqiu Guo, Yi Xu, Xin Li, Wenbin He, Liu Ren, Chenyan Xiong·· 17 小时前AI 评分30

AgentRoboCritic:前沿智能体直接控制机器人能力解析

AgentRoboCritic: Understanding the Capability of Frontier Agents on Direct Robot Control

AI 导读

AgentRoboCritic 通过意图对齐批评框架,对 GPT-6 Astra 等前沿多模态智能体在 12 个直接控制基准上的动作级表现进行系统分析,揭示其执行能力与局限。该框架让策略智能体在输出动作时声明局部意图,由批评模型评估结果与失败模式;研究还验证了微调后的开源批评模型 Muse-Glimmer-30B,其失败模式识别准确率从 32.58% 提升至 74.24%。

来源:arXiv · NLP · arxiv.org