arXiv · 机器人与计算机视觉· Gaytri Jena, Kapil Wanaskar, Aman Chadha, Vasu Sharma, Vinija Jain, Amitava Das·· 2 天前AI 评分72
HospitalBench:诊断具身智能体在医院长任务链中的失败点与原因
HospitalBench: Diagnosing Where and Why Embodied Agents Fail on Long Hospital Task Chains
AI 导读
该论文提出 HospitalBench 基准,旨在诊断具身智能体在处理长医院任务链时的失败机制。基准包含十个医院家务场景,每个场景由两个热身步骤和五个因果关联的子任务组成,依赖前一步状态决定后续动作。
来源:arXiv · 机器人与计算机视觉 · arxiv.org