跳到正文
arXiv · 机器人与计算机视觉· Yifei Yao, Yude Zou, Guanbo Jiao, Xing Gao, Ning Gao, Yukai Wang, Jiantong Chen, Zihou Zhu, Xinyu Li, Ningyu Yan, Shuai Wang, Jianming Ma, Haoyu Guo, Weinan Zhang, Chunhua Shen·· 23 天前AI 评分48

EBench 评测前沿智能体 GPT-6-Astra:从直接控制到策略 harness 的能力边界分析

Profiling a Frontier Agent with EBench: From Direct Control to Harness with Policy

AI 导读

EBench 评估了前沿多模态大模型 GPT-6-Astra 在机器人操控任务中的表现,对比其直接生成航点与调用后训练 VLA/WAM 策略两种配置。结果显示该智能体在短时任务领先且泛化稳定,但在长时及高精度接触任务上逊于专用策略;结合 harness 虽能提升成功率并降低 token 成本,但受限于次优调用机制仍低于组件上限。

来源:arXiv · 机器人与计算机视觉 · arxiv.org