研究者发布具身持续学习基准EmbodiedCLBench

研究者 Jie Huang 等提出 EmbodiedCLBench，称其为具身模拟中首个评估自进化智能体持续学习能力的基准，以组合泛化为核心评估原则，考察智能体先学基础任务、再重组技能解决未见复杂任务的能力。代码与数据集已公开。 实验显示，零样本下高级任务几乎无法解决；基础任务经验能带来稳定提升，且不随任务复杂度增加而衰减，但该提升不随学习样本数量扩大，说明当前智能体无法从额外经验中提取有效信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。