Astra 能否在不增加成本的情况下解决 RoboMME 问题？

Bingao Chen 提出三层系统架构用于 RoboMME 基准测试，使用 GPT-6 Astra 选择子任务，π₀.₅ 策略执行，Qwen3-VL-4B 监控完成情况。系统在 79.13% 的任务中成功，平均每任务调用 3.63 次 Astra，耗时 80.84 秒，比最佳非基线高 34.62 分，但比理想基线低 4.95 分。