arXiv · cs.RO· Yifei Yao·· 22 小时前精选AI 评分75
使用EBench评估前沿智能体：从直接控制到策略调用的能力分析
Profiling a Frontier Agent with EBench: From Direct Control to Harness with Policy
AI 导读
该研究评估了GPT-6-Astra在EBench基准测试中的机器人控制能力，比较了直接控制和策略调用两种配置的性能。直接控制在短时任务和泛化性方面表现优异，而策略调用通过结合后训练策略的优势提高了整体任务成功率并降低了token消耗。
推荐理由
GPT-6-Astra在机器人控制中展现直接控制与策略调用两种配置的性能边界，揭示了未来智能体设计的关键优化方向。
来源：arXiv · cs.RO · arxiv.org