MAGMA-Bench 长时程具身智能体基准发布

1. 12:00
   arXiv cs.AI

   MAGMA-Bench：评估动态任务与执行失败下的长时程具身智能体

   MAGMA-Bench 是一个架构无关的基准，用于评估动态多机器人环境中的持续任务推理，覆盖执行失败、任务中断和任务更新等在线扰动。它采用结构化技能级接口分离任务级推理与感知和底层控制，并评测了本地可部署的开源权重规划器、多智能体状态跟踪策略及前沿模型。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。