论文评测世界-动作模型对空间指令措辞的敏感性

论文在4个RoboLab场景、固定初始状态与任务目标下，对3个世界-动作模型共864次rollout评测指令等价改写的一致性。以参照物而非待移动物描述空间关系，会平均降低12.2个百分点的稳定放置成功率，且改写效应随空间关系类型不同而变化，聚合分数会掩盖措辞敏感性。