Embodied Playground：面向物理、策略与空间推理的长程具身智能体基准

📋总体概括

研究者推出具身智能长程任务基准Embodied Playground，用于评估基础模型智能体在物理、策略与空间推理上的综合能力。基准包含410个任务环境，涵盖基础操作、序列解谜和多阶段家庭活动三类，并精选出跨5个套件、16种任务类型的EP-100子集。智能体需追踪任务进度、满足中间约束，并根据执行反馈动态修订计划，检验长程连贯推理与可靠物理执行的结合，填补了长程具身评估空白。