RoboSteer：行为基础模型的意图遵循评测

行为基础模型（BFM）正在成为将人类意图转化为可执行的人形行为的范例。随着这些模型从行为生成向通用行为系统发展，出现了一个基本问题：它们能否根据用户意图可靠地进行引导？在本文中，我们介绍了行为可引导性的概念，定义为 BFM 忠实地生成满足用户指定意图的行为的能力。为了研究这种能力，我们提出了 RoboSteer，这是 BFM 中行为可引导性的第一个基准。 RoboSteer 将行为可引导性分为三级层次——条件引导、约束引导和组合引导——并建立了由大规模多模态运动语料库支持的统一评估框架。使用 RoboSteer，我们对 9 个现有 BFM 的行为可引导性进行了首次大规模实证研究。我们认为行为可引导性不仅仅是一种控制运动的能力：它涉及具体系统如何将人类意图转化为 有目的的行动。我们希望 RoboSteer 能够推进意图实现的研究，作为通用体现智能的基础。