AsgardBench：用于视觉基础交互规划的基准测试

📢 转载信息

原文链接：https://www.microsoft.com/en-us/research/blog/asgardbench-a-benchmark-for-visually-grounded-interactive-planning/

原文作者：Microsoft Research

---

AsgardBench：推动视觉基础交互规划的新标杆

在机器人操控领域，如何让机器人在复杂的视觉环境中进行长程逻辑规划一直是一项核心挑战。近日，Microsoft Research 正式推出了 AsgardBench，这是一个专为评估“视觉基础交互规划”（Visually Grounded Interactive Planning）能力而设计的基准测试框架。

为何需要 AsgardBench？

当前的机器人模型在处理静态视觉任务时表现优异，但在需要通过视觉感知来实时调整交互策略、完成多步骤逻辑任务时，往往缺乏系统性的评估手段。AsgardBench 的出现，旨在填补这一空白，通过一系列模拟环境和任务挑战，帮助研究人员更好地量化机器人对复杂场景的理解与规划能力。

该基准测试的核心价值在于：

• 多模态整合：要求模型不仅能识别视觉信息，还能将其与操作指令进行逻辑关联。
• 动态交互能力：测试模型在执行长程任务时，如何根据环境变化动态调整规划路径。
• 高标准评估：提供了一套统一的评价指标，助力提升机器人系统在实际应用中的鲁棒性和任务成功率。

---

🚀 想要体验更好更全面的AI调用？

欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。