arXiv cs.AI· Yezhou Cheng, Runjia Du, Zeming Liu, Hang Lyu, Zehua Yang, Bojun Lin·2026-10-02 12:00· 11 小时前AI 评分42

GAVA 如何仲裁文本具身智能体中的用户修正

Knowing When to Yield: Grounded Arbitration of User Corrections in Text-Based Embodied Agents

AI 摘要

GAVA 提出基于观测证据的仲裁机制，在 ALFWorld 环境中实现 100% 修正准确率。引入语义先验后，该模型在 340 个未见场景中交互成本降低 0.490，联合成本降低 0.420。研究验证了选择性信息收集策略的有效性，但未确立环境信息价值优于澄清的通用优势。

来源：arXiv cs.AI · arxiv.org