CodeActionBench评测具身智能体代码策略

南洋理工大学及其合作者发布 CodeActionBench 论文和开源项目，用于评测智能体通过代码操控机器人的全闭环能力。任务要求智能体自主选择观察视角与视觉目标、构建三维估计、确定操作位姿、编写并调试代码，并判断任务是否完成；评测同时检查最终结果、中间进度和完成判断，并覆盖双臂等场景。 该评测接口不提供深度传感、外部感知或抓取专家模块及特权场景状态，相关任务所需估计须由智能体自行完成，以测试其代码策略能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。