mll-lab-nu/embodied-first-exam

複数のベンチマークから得られたロボットタスクのシーンをコードエージェントがプログラムとして解き、別のサンドボックスで検証する試験体系を紹介する。

GitHub の説明: The first exam for code agents in the physical world: frozen robot tasks from many benchmark suites, each answered with a program and verified in a separate sandbox. Runs on Harbor.

スター

★ 91

フォーク

3

言語

Python

ライセンス

MIT