跳到正文
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