机器人与具身智能
突破级
暂无讲解视频
收录解读
ESI-Bench 重新定义空间智能评测：agent 不应只被动处理给定观察，而要主动行动以揭示被遮挡结构、动态、容器关系和功能信息。
基准基于 OmniGibson，覆盖 10 类任务和 29 个子类，要求 agent 选择感知、移动和操作能力并安排动作序列来累积证据。
它值得正式收录，因为它把 embodied spatial intelligence 评测从 oracle observation 推向 perception-action loop，并暴露模型 premature commitment 和 metacognition 缺口。
它没有更高，是因为目前主要是 benchmark；如何训练 agent 形成主动证伪式探索策略还没有完全解决。