南洋理工大学发布 CodeActionBench 评测智能体操控机器人的全闭环能力

南洋理工大学及其合作者发布 CodeActionBench，通过 ArXiv 论文与开源项目评测智能体在具身操作任务中的代码策略能力。测试要求智能体自主选择观察视角和视觉目标、构建 3D 估计、构造操作位姿、编写并调试代码及判断任务完成度，并检查任务结果、中间进度和完成判断。