arXiv cs.AI· Jingwei Song, Zhisheng Chen, Bingfan Zeng, Jing Tang, Yubo Hou, Jinhao Jing, Zhengwei Xie, Linfeng Zhang·· 6 天前AI 评分22
MC-EvoBench：审计 Minecraft 智能体中经验驱动的自我改进
MC-EvoBench: Auditing Experience-Driven Self-Improvement in Minecraft Agents
AI 导读
研究者构建了 MC-EvoBench，一个受控的 Minecraft 基准，包含 19 条注册演化链（12 条主评测链、7 条校准或探针链）及三个图对齐配对探针族，用于检验智能体能否将交互历史转化为可跨世界迁移的能力。
正文 · AI 翻译
摘要：具身递归自我改进的一个核心挑战是使智能体能够将交互历史转化为可持久超越单一世界并迁移到后续任务的能力。保存的记忆或成功的最终动作本身并不能证明获得了可复用的能力；评估必须将能力变化与继承的资源、不均等的源暴露以及早期执行失败区分开来。我们构建了 MC-EvoBench，作为一个受控的 Minecraft 基准，具有固定的 19 条注册演化链目录，包括 12 条主要评估链和 7 条校准或探测链，以及三个图对齐的配对探测族用于迁移。该基准将每个任务表示为任务状态图，定义阶段级环境验证器，分配匹配的源和目标角色，重置目标世界，并仅允许声明的智能体产物跨越源-目标边界。对于每个探测，在匹配的环境步数预算和五个种子下评估无先验、相关、不相关和打乱的源条件；我们报告 TSR、WGP 和 VMP 并保留来源记录。该基准揭示了控制器与规划器支持变体之间一致的直接能力差距，而相关经验没有产生稳定的迁移：它没有改善任何工具探测，其微小的木材种类增益依赖于一个种子，并且所有区间都包含零。阶段审计进一步表明，早期木材收集和制作瓶颈常常使后续能力未被观察到。因此，MC-EvoBench 为持久、可迁移的具身能力提供了一个受控测试平台。代码和数据可在 此 https URL 获取
| Comments: | 39 页，6 幅图 |
| Subjects: | 机器人学 (cs.RO)；人工智能 (cs.AI) |
| Cite as: | arXiv:2610.13829 [cs.RO] |
| （或 arXiv:2610.13829v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.13829 arXiv 颁发的 DOI 通过 DataCite（待注册） |
Submission history
来自：Jingwei Song [查看电子邮件]
[v1]
2026 年 10 月 9 日星期五 16:37:39 UTC（4,479 KB）
来源：arXiv cs.AI · arxiv.org