← 机器人智能体 / 任务与评测环境

正式发表 / Robot Agentic

OpenEQA

OpenEQA: Embodied Question Answering in the Era of Foundation Models

CVPR · 2024CCF A

快照 2026-10-28 · 引用:Semantic Scholar / 正式版记录 · 代码核验依据 ↗

关键框架 FRAMEWORK
环境记忆的三类问答基线CVPR 2024 · Fig. 4 · p.6 ↗

区分基于既有记忆的问答和可主动探索的问答,评估对象状态、空间关系与功能常识等环境理解能力。

  1. 01收集或探索环境
  2. 02利用视觉记忆回答
  3. 03按开放答案评测
OpenEQA环境记忆的三类问答基线
环境记忆的三类问答基线

区分基于既有记忆的问答和可主动探索的问答,评估对象状态、空间关系与功能常识等环境理解能力。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

区分基于既有记忆的问答和可主动探索的问答,评估对象状态、空间关系与功能常识等环境理解能力。

WHY READ IT

为什么放在这条路线

补足 Agent 的环境记忆与理解评测;图示对比图像描述、场景图描述和多帧视觉语言模型的问答接口。

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

这是问答基准,不是操作成功评测;自动语言评分仍有局限,答对问题不能直接当作能完成任务。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器