世界-动作模型对空间指令改写的敏感性评测

一项评测在 RoboLab 四个场景中对三个世界-动作模型进行 864 次 rollout，固定初始状态与任务目标，发现用参考物体而非待移动物体描述空间关系，会使稳定放置成功率平均下降 12.2 个百分点。策略语言理解的独立测试识别出关系反转，加入图像会干扰原本正确的纯文本解读。rollout 分析还区分了空间放置与指令跟随：稳定放置率从任意时刻的 43.2% 降至回合结束时的 21.8%。