★ 3
DeliveryGym：长时程具身智能体规划强化学习环境
论文提出 DeliveryGym，一个用于连续快递班次评估与训练的 3D 环境，将多模态工具交互与持久世界动态耦合，从模拟器事件计算轨迹奖励，使决策成本可用于强化学习。环境还会根据策略暴露的弱点自适应调整未来训练班次，同时保持评估固定。在六个模型与 13 张城市地图上，RL 使 Qwen3-VL-…
arXiv cs.LG45 天前
#具身智能体
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
SimLife：长周期人机伙伴关系模式理解
论文推出SimLife平台，模拟长期家庭生活并提供视觉观察、动作日志与合成对话，其基准SimLife-BP评估长上下文行为模式理解能力，含106个回合与1439个问答对。评测显示前沿模型多停留在表层预测，依赖频率启发式而非证据推理，行为模式变化时适应困难。
arXiv cs.AI45 天前
★ 2
具身智能体如何仲裁用户纠错
论文提出「有依据的纠错仲裁」问题：当用户纠正可能有误时，具身智能体应在接受、拒绝、检查环境、询问说话者之间选择。GAVA 系统结合观察受限证据、合法探针与一步期望损失规则实现该接口。在 ALFWorld 文本环境中，语义先验可降低交互成本，但研究未证明环境信息价值普遍优于澄清提问。
arXiv cs.AI31 天前
这个主题的相关资产
相关公司阿里巴巴1