HelpMeOut：家庭任务错误感知基准发布

Haoran Wang 等作者提出具身 AI 基准 HelpMeOut，用于监测家庭任务执行中的错误。该基准把日常动作错误研究转化为 20000 个配对活动片段，覆盖九类神经心理学错误类别；智能体需观察流式人类活动轨迹，判断执行是否正确并尽早诊断结构化错误。 论文评测了学习型监测器、符号方法、变化点检测和前沿 LLM 提示等基线，结果显示这些方法作为错误监测器表现不佳，常常漏检执行出错。该论文已被 CoRL 2026 接收。

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。