MindClaw：用于精准干预的闭环具体心理状态推理

心智理论 (ToM) 使代理能够推理另一个参与者的信念、目标和意图，这对于以人为中心的具体协助至关重要。现有的 ToM 基准具有先进的文本和多模态心理状态识别，但它们主要评估离线问答或最终动作预测。他们没有完全测试实体代理是否可以与不断变化的环境保持联系，更新特定于参与者的信念，决定何时需要推理，以及仅在帮助有用时进行干预。在 MindPower 的基础上，我们将以机器人为中心的 ToM 推理扩展到实时闭环设置，并引入 MindClaw，这是一个具有精确干预的具体心理状态推理框架。 MindClaw 连接多源输入、信念记忆、具体认知触发技能、心理推理和动作生成，使智能体能够在正确的时间输出有用的动作，同时在不需要干预时保持沉默。实验表明，直接 VLM 基线在任务意识和干预校准方面遇到困难，而 MindClaw 实现了最佳的整体性能，这证明了触发技能优化对于闭环实体化 ToM 辅助的重要性。