EmboCoach-Bench: 身体性AIエージェントの自律的なロボット開発能力を評価するベンチマーク

要約

EmboCoach-Benchは、LLMエージェントがロボットの制御ポリシーを自律的に設計・最適化する能力を評価するベンチマークです。32種類のタスクを通じ、コード生成からデバッグ、環境フィードバックを用いた反復的な改善までを検証します。自律エージェントが人間のベースラインを上回る成果を出し、自己修正能力を持つことを示しています。

全文は有料プランで閲覧できます。