Inicio Últimos informes

Noticias

Mind2Act World: Nuevo punto de referencia para el razonamiento y la ejecución robótica

Mind2Act World presenta un punto de referencia diagnóstico para evaluar el razonamiento robótico, la ejecución y su integración en 180 configuraciones de tareas.

Mind2Act World: New Benchmark for Robotic Reasoning and Execution

En este artículo

Se ha presentado un nuevo punto de referencia diagnóstico, Mind2Act World, para evaluar la inteligencia encarnada en los sistemas robóticos. Publicado el 19 de noviembre de 2026 en arXiv (2611.26444) por los principales autores Yuzhi Huang, Jie Wu, Fanding Huang y otros, este punto de referencia tiene como objetivo abordar los desafíos en el razonamiento robótico, la ejecución física y su integración. El proyecto también está disponible como herramienta de código abierto en GitHub.

Descripción general del punto de referencia

Mind2Act World evalúa los sistemas robóticos en 30 tareas de manipulación simuladas, derivadas de cinco dominios de aplicación reales. Cada tarea tiene tres niveles de dificultad y dos entornos (Limpio y Aleatorio), lo que resulta en un total de 180 configuraciones.Estas tareas se clasifican en tres tipos de vistas diagnósticas: - **Mind**: Evalúa el razonamiento cognitivo basado en el historial de pruebas. - **Act**: Evalúa la ejecución física de manera precisa y oportuna. - **Mind2Act**: Combina el razonamiento y la ejecución en tareas de bucle cerrado, donde los resultados de las acciones guían las decisiones posteriores. El diseño del benchmark permite a los investigadores determinar si el fallo de un sistema se debe al razonamiento, a la ejecución o a una combinación de ambos. Un conjunto de herramientas diagnósticas atribuye los episodios fallidos a deficiencias específicas y resume los resultados en una tarjeta de perfil de capacidad. Las evaluaciones iniciales de agentes multimodales, modelos visión-lenguaje-acción (VLAs) y modelos mundo-acción (WAMs) revelaron desafíos significativos en la integración del razonamiento y la ejecución. Aunque el agente más fuerte tuvo éxito en el 52,7% de las tareas de tipo “Mind” y en el 39,0% de las tareas de tipo “Act”, solo logró un 12,0% de éxito en las tareas de tipo “Mind2Act”. Estos hallazgos destacan la dificultad de combinar razonamiento y ejecución a través de la retroalimentación del entorno, lo cual constituye un problema crítico en el campo de la robótica. El benchmark “Mind2Act World” está disponible en GitHub, ofreciendo recursos como una tabla de clasificación, demostraciones de tareas y herramientas de evaluación.El repositorio incluye: - Mecanismos de puntuación específicos para cada tarea, verificados por expertos en Física (Physics-verified task-specific scoring mechanisms). - 180 configuraciones de tareas con diseños claros para el entrenamiento y la validación de los modelos (180 task configurations with clean training and validation layouts). - Tablas de clasificación (Leaderboards) para evaluar el rendimiento de los agentes y las políticas utilizadas en los sistemas (Leaderboards for agent performance and end-to-end policies). El equipo del proyecto planea lanzar una versión más pequeña y completamente de código abierto llamada “Mind2Act Mini World” para hacer que el entrenamiento y la evaluación de los modelos sean más accesibles. Además, se está desarrollando una nueva tabla de clasificación para los agentes con una interfaz de evaluación estandarizada. El proyecto Mind2Act World cubre una brecha importante en la investigación robótica al proporcionar un marco integral para probar y diagnosticar la inteligencia “incorporada” (embodied intelligence) en los robots. Sus resultados subrayan la necesidad de avances en la integración de capacidades de razonamiento y ejecución. El carácter de código abierto del proyecto, así como las expansiones planeadas, tienen como objetivo fomentar aún más la innovación en este campo. Para guardar este artículo, inicie sesión. Cuenta gratuita: cree su propia colección de contenidos de investigación y vuelva a leerlos en cualquier momento. ```