arXiv Robotics· Zhenglin Lai, Sirui Huang, Yuteng Li, Changxin Huang, Jianqiang Li, Bingzhe Wu·· 2 小时前AI 评分48
ICAT：以事故案例为基准的具身世界模型物理风险预测自适应测试
ICAT: Incident-Case-Grounded Adaptive Testing for Physical-Risk Prediction in Embodied World Models
AI 导读
ICAT 以事故报告和安全指南构建结构化风险记忆，生成经人工核验的测试用例，形成含 909 个评估单元的基准，每个单元明确初始条件、触发动作与记录后果。在六个生成系统上，即使初始状态保持且风险动作被执行，严重后果仍常缺失或被削弱，最强系统在 best-of-eight 选择下条件严格成功率仅 23.5%。ICAT 揭示了复现风险动作与生成其记录后果之间的差距。
来源：arXiv Robotics · arxiv.org