DualWorldBench：AI 智能体能否跨越符号与具身世界进行配送规划？

研究团队推出评测基准 DualWorldBench，用于评估 AI 智能体在时间、物理与多模态约束下的多目标配送规划能力。该基准围绕统一取送接口构建，由隔离符号规划的 TextWorld、评估具身路径规划的 SimWorld 和诊断套件 DualWorld-VQA 组成。实验发现智能体难以将局部感知转化为全局可行的行动序列，相关数据集和代码均已开源。