標籤 RoboWorld

CMU 研究者於 10 月 30 日開源 RoboWorld 機器人模擬基準：25 套物理模擬與 200 個環境，由創造代理建造、審查代理驗收物理與評分器。Claude Opus 5.5 等三個前沿模型在最難 25 個測試任務完整成功率全部 0%，平均獎勵 0.06 只是部分進度；較易任務最佳 32%，程式示範訓練的 π 0.5 達 53%。從官方論文拆解選題、驗收流程與數字的正確讀法。