arXiv cs.AI· Haoran Wang, Jingwei Huang, Anqing Duan, Ho Seok Ahn, Bruce Macdonald·· 3 天前AI 评分22
HelpMeOut：面向家庭任务执行错误感知监测的神经心理学基准
HelpMeOut: A Neuropsychology-Grounded Benchmark for Error-Aware Monitoring of Household Task Execution
AI 导读
HelpMeOut 是一个面向家庭任务执行错误感知监测的具身 AI 基准，将日常动作错误研究转化为 20000 组配对活动片段，覆盖九类神经心理学错误。智能体需观察流式人类活动轨迹，判断执行是否正确并尽早诊断结构化错误。对学习型监测器、符号方法、变化点检测和前沿 LLM 提示基线的评估显示，这些方法作为错误监测器表现不佳，常漏检执行出错的情况。
正文 · AI 翻译
摘要：我们提出 HelpMeOut，一个用于家庭任务执行中错误感知监测的具身 AI 基准。现有的具身家庭基准通常假设人类正确执行任务，但这一假设对认知障碍者或老年人并不成立，他们的日常活动会产生结构化的执行错误。为填补这一空白，HelpMeOut 将日常动作错误研究转化为 20000 对活动片段，涵盖九个由神经心理学驱动的错误类别。在每个片段中，智能体观察流式人类活动轨迹，必须监测执行是否正确展开，并尽早诊断任何结构化错误。我们评估了学习型监测器、符号方法、变点检测以及前沿 LLM 提示基线。结果表明，这些方法作为错误监测器表现不佳，往往在执行出错时漏检。这些结果表明标准的目标推断和任务完成基准留下了空白，使 HelpMeOut 成为错误感知辅助智能体的测试平台。
| Comments: | 已被第 10 届机器人学习会议（CoRL 2026）接收。30 页（正文 9 页），8 幅图，18 张表。项目页面：this https URL |
| Subjects: | 机器人学（cs.RO）；人工智能（cs.AI）；符号计算（cs.SC） |
| Cite as: | arXiv:2610.17694 [cs.RO] |
| （或 arXiv:2610.17694v1 [cs.RO] 对应此版本） | |
| https://doi.org/10.48550/arXiv.2610.17694 arXiv 通过 DataCite 颁发的 DOI（待注册） |
Submission history
来自：Haoran Wang [查看邮箱]
[v1]
2026 年 10 月 13 日星期二 04:20:13 UTC（6,992 KB）
来源：arXiv cs.AI · arxiv.org