VisEscape：用于评估虚拟逃脱室中探索驱动决策的基准
人工智能
2025-05-28 v3
摘要
逃脱室提出了一种独特的认知挑战，要求进行探索驱动的计划：仅凭“逃出房间”的指令，玩家必须主动搜索环境，收集信息，通过反复试验寻找解决方案。为此，我们介绍 VisEscape，一个包含 20 个虚拟逃脱室的基准，专为评估在这些具有挑战性条件下的 AI 模型而设计，成功取决于不仅要解决孤立谜题，还要不断构建和细化动态变化环境的时空知识。我们在 VisEscape 上观察到，即使是最先进的多模态模型也无法逃出房间，显示出在进展和问题解决方法方面存在显著差异。我们发现，整合记忆管理和推理有助于高效探索，并使后续假设的形成和测试成为可能，从而在动态和探索驱动的环境中带来显著改进。
引用
@article{arxiv.2503.14427,
title = {VisEscape: A Benchmark for Evaluating Exploration-driven Decision-making in Virtual Escape Rooms},
author = {Seungwon Lim and Sungwoong Kim and Jihwan Yu and Sungjae Lee and Jiwan Chung and Youngjae Yu},
journal= {arXiv preprint arXiv:2503.14427},
year = {2025}
}