arXiv cs.RO· Loan Bernat (LAAS-GEPETTO), Matthieu Grard (LAAS-RAP), Ariane Herbulot (LAAS-RAP), Florent Lamiraux (LAAS-GEPETTO)·· 6 小时前
MAGMA-Bench：评估动态任务与执行失败下的长时程具身智能体
MAGMA-Bench: Evaluating Long-Horizon Embodied Agents under Dynamic Tasks and Execution Failures
AI 导读
MAGMA-Bench 是一个架构无关的基准，用于评估动态多机器人环境中的持续任务推理，覆盖递增任务时程与执行失败、任务中断、任务更新等在线扰动。它采用结构化技能级接口，将任务级推理与感知和底层控制分离，并评测了本地可部署的开源权重规划器、多智能体状态跟踪策略及前沿模型。
来源：arXiv cs.RO · arxiv.org