Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

OceanGym: A Benchmark Environment for Underwater Embodied Agents

Created by
  • Haebom
Category
Empty

저자

Yida Xue, Mingjun Mao, Xiangyuan Ru, Yuqi Zhu, Baochang Ren, Shuofei Qiao, Mengru Wang, Shumin Deng, Xinyu An, Ningyu Zhang, Ying Chen, Huajun Chen

개요

OceanGym은 해양 수중 환경에서 에이전트의 발전을 위해 설계된 최초의 포괄적인 벤치마크입니다. 시야가 낮고, 역동적인 해류와 같은 극심한 인식 및 의사 결정 문제점을 제시하는 수중 환경에서 효과적인 에이전트 배포는 매우 어렵습니다. OceanGym은 8개의 현실적인 작업 도메인과 다중 모드 대형 언어 모델(MLLM)에 의해 구동되는 통합 에이전트 프레임워크를 포함합니다. 에이전트는 광학 및 음파 데이터를 이해하고, 복잡한 환경을 자율적으로 탐색하며, 이러한 극한 조건에서 장기간의 목표를 달성해야 합니다.

시사점, 한계점

해양 수중 환경에서 강력한 임베디드 AI 개발을 위한 테스트베드를 제공합니다.
MLLM 기반 에이전트와 인간 전문가 간의 상당한 격차를 보여주며, 인지, 계획 및 적응성의 어려움을 강조합니다.
실제 자율 해양 수중 차량에 이러한 기능을 이전하여 지구의 마지막 미개척 지역 중 하나에서 작동할 수 있는 지능형 에이전트 개발을 위한 중요한 단계입니다.
👍