arXiv cs.AI· Shuai Shao, Jinchen He, Cunxin Fan, Zihan Guo, Shijian Wang, Qihan Ren, Kangning Zhang, Zunnan Xu, Haoyuan Li, Hao Wang, Jianghao Lin, Weiwen Liu, Weinan Zhang·· 3 天前AI 评分31
PhysCodeGym：面向物理可验证 4D 重建的编程智能体基准
PhysCodeGym: Benchmarking Coding Agents for Physically Verifiable 4D Reconstruction
AI 导读
研究者推出 PhysCodeGym，一个面向物理可验证 4D 重建的编程智能体基准，包含 156 项任务，覆盖刚体、液体、可变形体和风驱动运动。智能体需自主查看视频、编写并运行 Blender 程序，并借助仿真反馈修正场景，评估由 6 项指标结合规则测量与评分判断构成。
正文 · AI 翻译
作者：Shuai Shao、Jinchen He、Cunxin Fan、Zihan Guo、Shijian Wang、Qihan Ren、Kangning Zhang、Zunnan Xu、Haoyuan Li、Hao Wang、Jianghao Lin、Weiwen Liu、Weinan Zhang
摘要：从视频构建物理仿真需要编码智能体将观察结果转化为可执行模型，并通过工具使用对其进行改进。我们提出了 PhysCodeGym，一个用于物理可验证 4D 重建的基准，包含 $156$ 项任务，涵盖刚体、液体、可变形体和风驱动运动。智能体自主检查视频、编写并运行 Blender 程序，并利用仿真反馈修正其场景。六项指标将基于规则的测量与基于评分标准的判断相结合，以评估视觉和物理重建质量。程序检查、场景测量和反事实干预在原始和修改条件下测试物理一致性。对前沿编码智能体的实验揭示了在推理努力设置下，伪影质量与完成度之间的权衡，而测试框架比较和智能体轨迹将验证行为与重建性能联系起来。案例研究表明，匹配可见物体和事件可能与物理缺陷并存。反事实测试进一步揭示了通过普通物理检查的重建中潜在的接触和支撑失效，凸显了复现观察结果与构建可靠物理模型之间的差距。代码可在 此 https URL 获取。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.17288 [cs.AI] |
| （或使用 arXiv:2610.17288v1 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.17288 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Shuai Shao [查看电子邮件]
[v1]
2026年10月12日星期一 18:44:55 UTC（33,237 KB）
来源：arXiv cs.AI · arxiv.org