论文页面 - EmbodiedCLBench：评估自我进化具身智能体的持续学习能力

来源：https://huggingface.co/papers/2610.13021

摘要

持续学习要求模型积累过往经验并将其迁移到新任务中。尽管持续学习领域已有大量研究，但现有工作在很大程度上仍局限于非具身场景，尚未扩展到具身环境中。为弥补这一空白，我们提出EmbodiedCLBench，这是首个用于评估自我进化智能体持续学习能力的具身仿真基准。本基准以组合泛化为核心评估原则，考察智能体能否先从基础任务中学习，再将习得的技能重新组合以解决复杂的、未见过的高阶任务。基于EmbodiedCLBench，我们在多种智能体框架和学习方法上开展了大量实验，揭示出一致的局限性和独特的行为模式。实验结果表明，虽然高阶任务在零样本设置下几乎无法解决，但来自基础任务的经验能够带来持续的性能提升。即使任务复杂度增加，这种经验带来的收益依然保持稳定。然而，这种提升并不会随学习样本数量的增加而相应扩大，当前智能体也无法从额外经验中提取有意义的信息。综合来看，我们的发现凸显了持续学习是一项基础但仍未被充分探索的能力，本基准为在具身环境中设计有效的自我进化智能体提供了宝贵资源。我们的代码和数据集可在 https://pku-value-lab.github.io/EmbodiedCLBench-homepage 获取。

查看 arXiv 页面 (https://arxiv.org/abs/2610.13021) 查看 PDF (https://arxiv.org/pdf/2610.13021) 项目页面 (https://pku-value-lab.github.io/EmbodiedCLBench-homepage/) GitHub3 (https://github.com/PKU-VaLuE-Lab/EmbodiedCLBench) 添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2610.13021)

在你的智能体中获取此论文：

hf papers read 2610.13021

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

引用此论文的模型 0

暂无模型关联此论文

在模型 README.md 中引用 arxiv.org/abs/2610.13021 即可从此页面链接。

引用此论文的数据集 1

PKU-VaLuE-Lab/EmbodiedCLBench 更新于约 1 小时前 • 22 • 2 (https://huggingface.co/datasets/PKU-VaLuE-Lab/EmbodiedCLBench)

引用此论文的 Spaces 0

暂无 Space 关联此论文

在 Space README.md 中引用 arxiv.org/abs/2610.13021 即可从此页面链接。

包含此论文的收藏夹 0

暂无收藏夹包含此论文

将此论文添加到收藏夹 (https://huggingface.co/new-collection) 即可从此页面链接。