EBench 上评测 GPT-6-Astra 机器人控制代理

Yifei Yao 等作者在 arXiv 发布报告，在机器人基准 EBench 上评测 GPT-6-Astra 驱动的机器人控制代理，比较两种配置：直接生成路点指令的直接控制，以及可调用后训练 VLA/WAM 策略执行动作的 harness 模式。 结果显示，直接控制下整体表现与预训练策略相当，短时程任务领先、泛化波动最小，但长时程、桌面操作和高精度接触任务落后；harness 模式结合两者优势，将整体任务成功率提升至最强预训练策略水平并显著降低 token 成本，但仍低于各任务单独上限。

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。