论文页面 - EmbodiedLab：为“通过行动求知“的具身智能体打造的基准测试

来源：https://huggingface.co/papers/2610.35385 作者：

,

,

,

,

,

,

,

,

,

,

,

,

摘要

EmbodiedLab 用于评测一类具身智能体：它们必须与仿真实验室装置进行物理交互，通过自主实验来发现科学原理。

具身智能体（https://huggingface.co/papers?q=Embodied%20agents）被期望通过自主决定“如何“以及“何时“与周围环境交互，来完成真实世界的目标。对于许多这类目标而言，改变世界的物理状态只是手段而非目的：智能体通过交互改变系统的状态、观察反馈，并不断探索，直到它要么自行实现目标（例如发现物理定律），要么弄清楚目标究竟要求什么——它通过行动来求知。操作类基准测试止步于“通过行动改变状态“，目标状态是预先给定的；而科学发现（https://huggingface.co/papers?q=scientific%20discovery）类基准测试虽评估“知“，却用符号化动作或数值查询替代了物理实验。我们提出 EmbodiedLab，一个要求智能体“通过行动求知“的基准。定量科学实验使这一设定可控：系统参数在每个实例中重新采样，因此结果无法预先得知，但可以被精确评分。在五个学科、14 个实验平台上的 30 项实验中，智能体收到一个目标和一台实验装置，自行选择实验流程，并操作一个基于物理仿真的实验室，通过自身的摄像头读取仪器读数。评测既检查智能体最终知道了什么——以交互过程中记录的读数为依据——也检查任务所要求的物理状态；每项实验均已验证为可解。我们评测了六款前沿模型，分别使用其开发者提供的编码智能体，并搭配原生的观测与控制能力、额外的感知与运动规划（https://huggingface.co/papers?q=perception%20and%20motion%20planning）能力，以及从最强智能体中蒸馏得到的操作技能（https://huggingface.co/papers?q=manipulation%20skills）。在原生控制下，即便是表现最好的智能体成功率也不到一半；对所有智能体而言，大多数失败都发生在与装置的交互环节；相比感知与规划，操作技能（https://huggingface.co/papers?q=manipulation%20skills）对较弱的智能体帮助更大。该基准及其评测代码见 https://github.com/HexaFuture/EmbodiedLab。

查看 arXiv 页面（https://arxiv.org/abs/2610.35385）查看 PDF（https://arxiv.org/pdf/2610.35385）项目页面（https://hexafuture.ai/benchmarks/embodiedlab）GitHub12（https://github.com/HexaFuture/EmbodiedLab）添加到收藏夹（https://huggingface.co/login?next=%2Fpapers%2F2610.35385）

在你的智能体中获取本文：

hf papers read 2610\.35385

还没有最新版 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型0

暂无关联本文的模型

在模型 README.md 中引用 arxiv.org/abs/2610.35385，即可将模型关联到本页面。

引用本文的数据集0

暂无关联本文的数据集

在数据集 README.md 中引用 arxiv.org/abs/2610.35385，即可将数据集关联到本页面。

引用本文的 Spaces0

暂无关联本文的 Space

在 Space README.md 中引用 arxiv.org/abs/2610.35385，即可将 Space 关联到本页面。

包含本文的收藏夹0

暂无包含本文的收藏夹

将本文添加到收藏夹（https://huggingface.co/new-collection），即可将其关联到本页面。