← 机器人智能体 / 任务与评测环境

正式发表 / Robot Agentic

ALFRED

ALFRED: A Benchmark for Interpreting Grounded Instructions for Everyday Tasks

CVPR · 2020CCF A

快照 2026-10-28 · 引用:Semantic Scholar / arXiv 关联记录 · 代码核验依据 ↗

关键框架 FRAMEWORK
七类任务与指令标注ALFRED · 原文 Fig. 2 · p.3 ↗

在 AI2-THOR 中配对专家操作轨迹、自然语言目标和逐步指令,评估导航与交互结合的长程任务。

  1. 01规划专家交互轨迹
  2. 02收集目标与步骤描述
  3. 03评估未见场景执行
ALFRED七类任务与指令标注
七类任务与指令标注

在 AI2-THOR 中配对专家操作轨迹、自然语言目标和逐步指令,评估导航与交互结合的长程任务。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

在 AI2-THOR 中配对专家操作轨迹、自然语言目标和逐步指令,评估导航与交互结合的长程任务。

WHY READ IT

为什么放在这条路线

是理解 LLM-Planner 等具身规划工作的任务起点,能看到对象状态变化为何比纯导航更难。

当前阶段任务与评测环境 ↗

如何定义活动、提供训练环境并检查能力?

READ WITH A QUESTION

读的时候,留意什么

专家轨迹生成器可用的元数据不等于测试智能体可用信息;已见与未见场景需分开评测。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器