DualWorldBench基准发布
热点事件持续更新
DualWorldBench基准发布
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年11月4日，研究团队发布评测基准DualWorldBench，用于评估智能体在受控符号-时序与接地-拓扑复杂度下的多目标规划能力。 该基准包含TextWorld、SimWorld和DualWorld-VQA三个组件，分别隔离测试符号规划、接地路径规划及感知理解。 实验发现智能体在将局部感知转化为全局一致计划时存在普遍缺口，无法可靠将接地观察转化为可行动作序列。所有数据集和代码已在项目网站开源。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 13:00
DualWorldBench：评测智能体在符号与接地世界中的配送规划能力报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · AIDualWorldBench：评测智能体在符号与接地世界中的配送规划能力
研究团队提出统一评测基准 DualWorldBench，用于评估智能体在受控符号-时序与接地-拓扑复杂度下的多目标规划能力。 该基准包含 TextWorld、SimWorld 和 DualWorld-VQA 三个组件，分别隔离测试符号规划、接地路径规划及感知理解。实验发现智能体在将局部感知转化为全局一致计划时存在普遍缺口，无法可靠将接地观察转化为可行动作序列。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。