arXiv · cs.RO· May Espinola·· 4 天前精选AI 评分75
从推理到行动：前沿AI模型在LIBERO-10机器人操作任务上的基准测试
From Reasoning to Action: Benchmarking Frontier AI Models on LIBERO-10 Robot Manipulation Tasks
AI 导读
研究人员提出了一个统一的闭环操作框架，用于评估前沿AI模型在LIBERO-10基准测试中的表现。测试包括GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna、Claude Opus 5、Claude Opus 5.5和Gemini-4 Argon六个模型，在三种推理努力水平下进行了1800次评估。
推荐理由
前沿AI模型在机器人操作任务中成功率最高仅44%，推理能力转化为可靠物理动作仍是挑战。
来源：arXiv · cs.RO · arxiv.org