研究者发布具身持续学习基准EmbodiedCLBench

研究者 Jie Huang 等人发布 EmbodiedCLBench，称这是首个面向具身模拟、评估自进化智能体持续学习能力的基准，以组合泛化为核心评测原则，考察智能体能否先学基础任务、再重组技能解决未见的高级任务。代码与数据集已公开。 实验显示，高级任务在零样本设置下几乎无法解决；基础任务经验能带来稳定提升，且该提升不随任务复杂度增加而衰减，但也不随学习样本数量增长而扩展。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。