RoboQuest：智能体探索任务成功率仅23%
AI 总结
研究者发布 RoboQuest，一个面向目标驱动的具身探索基准，包含十项移动操作任务，围绕搜索、基于操作的检查与交互式测试三类不确定性展开。团队通过统一视觉运动接口评测了五款前沿多模态智能体，并微调了一个 π0.5 策略；最佳智能体仅完成 23% 的任务回合，而微调策略几乎从未成功。失败分析显示，多数失误并非执行能力不足，而是智能体过早停止探索、在观察到关键证据前就做出判断，且很少修复自身探索造成的干扰。
深度见解
它把「具身智能体能否主动获取缺失信息」单独拎出来评测，提示当前多模态模型在真实环境中的短板可能更多出在探索决策而非动作执行上。