VagueBench：评测具身智能体对环境上下文错觉的鲁棒性

论文提出 VagueBench，评测具身智能体对省略上下文的依赖。

资讯摘要

论文提出一种新现象“Ambient Context Illusion”：当指令省略非必要上下文细节、但任务语义不变时，具身智能体无法正确执行任务。作者基于 AI2-THOR 构建 VagueBench，按实体、流程、约束、先验知识四类九子类削减辅助信息，含 1,303 对指令。对 6 个先进具身智能体的评测显示任务成功率相对下降 19.65%，空计划率相对上升 54.10%，作者称该现象在真实机器人系统中同样存在。

要点速读

1. 论文提出 Ambient Context Illusion 现象，指任务语义不变但省略非必要上下文时智能体执行失败。
2. VagueBench 基于 AI2-THOR，含 1,303 对指令，覆盖四类九子类的上下文削减。
3. 作者报告 6 个先进具身智能体任务成功率相对下降 19.65%、空计划率相对上升 54.10%。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。