EgoPathBench：评估视觉语言模型在零样本第一人称航点决策中的能力

英文标题：EgoPathBench: Evaluating Zero-Shot Egocentric Waypoint Decision-Making in Vision-Language Models

EgoPathBench 是一项用于评估视觉语言模型零样本第一人称航点导航决策能力的基准研究。该任务要求模型根据当前的第一人称视觉观察，选择一系列在空间上可行、并能够抵达目标位置的动作。研究强调，这类能力对模型的综合空间理解与决策能力提出了联合要求。该基准可为开发者评估 VLM 在具身智能、机器人导航和 Agent 路径规划等场景中的实际表现提供参考。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB