نسخة Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# EmbodiedCLBench: لا مكاسب ثابتة من أمثلة إضافية

> يختبر EmbodiedCLBench مهام منزلية محاكاة. حسّن مثال واحد النجاح في المهام المتقدمة ضمن دراسة المؤلفين، لكن الأمثلة الإضافية لم تحقق مكاسب ثابتة.

By BIG CHANGE Editorial

Published: 2026-10-13T06:25:18.817Z
Updated: 2026-10-13T06:25:18.817Z
Canonical: https://bigchange.ai/blog/embodiedclbench-robot-learning-examples

![Conceptual illustration of a simulated household room on a computer display, with an orange cup on the floor beside a low table and closed cupboard.](https://bigchange.ai/api/media/file/embodiedclbench-simulated-room-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE. It does not depict an actual EmbodiedCLBench frame, test or physical deployment.

[EmbodiedCLBench](https://arxiv.org/html/2610.13021v1)، وهي ورقة أولية نُشرت في 9 أكتوبر، تختبر ما إذا كانت وكلاء الذكاء الاصطناعي تستطيع استخدام خبرة المهام المنزلية البسيطة لحل تركيبات جديدة منها. وفي التقييم المحاكى للمؤلفين، حقق مثال سابق تحسنًا كبيرًا. ولم تؤد إضافة مزيد من الأمثلة إلى رفع النجاح بصورة موثوقة. ويساعد المعيار على التمييز بين فائدة أولية ودليل على تراكم المهارات باستمرار.

## التغيير الأبرز

- **ما الذي تغيّر:** أطلق الباحثون معيارًا يضم 168 مهمة منزلية أساسية و100 متقدمة لاختبار قدرة الوكلاء على نقل الخبرة إلى تركيبات مهام لم يروها من قبل.
- **كيف يعمل:** تنجز الوكلاء أولًا مهام أساسية مترابطة، ثم تختار أفعالًا من بين خيارات في رسم حالات غير متصل بُني باستخدام محاكي المنزل TongSim. وتنجح المهمة إذا بلغ الوكيل هدفه ضمن حد ثابت من الخطوات.
- **ما وجده المؤلفون:** في المقارنة الرئيسية، أدى إتاحة خبرة مهمتين أساسيتين إلى تحسين النجاح في المهام المتقدمة ضمن جميع أزواج منصة الاختبار والنموذج الثمانية. وفي تحليل أضيق لعدد الأمثلة، ساعد الانتقال من صفر إلى مثال واحد بوضوح، بينما لم يظهر اتجاه تصاعدي ثابت من مثال واحد إلى ستة.
- **لماذا يهم ذلك:** تمنح النتائج المطورين طريقة لاختبار ما إذا كان الوكيل يستخدم خبرة جديدة لحل تركيبات غير مألوفة، بدل افتراض أن تخزين مزيد من الأمثلة يحسن الأداء. وتقيّم الدراسة قرارات محاكاة، لا تشغيل روبوت مادي.

## المهمة المنزلية تصبح سلسلة من الخيارات

يستخدم المعيار [TongSim](https://arxiv.org/html/2610.13021v1#S3.SS1)، وهو محاكي يضم مشاهد داخلية وأشياء تفاعلية وأفعالًا مثل الاقتراب والالتقاط والفتح والتشغيل. ويبني المؤلفون المهام الأساسية من سلاسل قصيرة من التفاعل مع الأشياء. أما المهام المتقدمة فتجمع أفعالًا من فئتين إلى أربع فئات أساسية. ويورد البحث «ضع الكوب على الطاولة» مثالًا أساسيًا و«رتّب الغرفة» مثالًا متقدمًا.

لا يتحكم الوكيل في محاكاة تعمل مباشرة ضمن التقييم المنشور. فقد استخدم المؤلفون نسخة مغلقة المصدر من TongSim لبناء رسم غير متصل لانتقالات الحالات. وتحتوي كل عقدة على صورة من المحاكي وأفعال مرشحة. وينقل الاختيار القابل للتنفيذ الوكيل إلى حالة أخرى، أما الفعل غير الصالح فلا يمكن تنفيذه فيها. ويكرر الوكيل الاختيار حتى يبلغ الهدف أو تنفد الخطوات. ويذكر البحث أن أوصاف المهام والأفعال المرشحة وُلّدت باستخدام Qwen3.7-Plus ثم راجعها أشخاص يدويًا.

يجعل هذا التصميم النتيجة المقاسة محددة: [معدل النجاح](https://arxiv.org/html/2610.13021v1#S4.SS1) هو نسبة المهام المكتملة ضمن الحد. وأقصر مسار للمهام المتقدمة في الاختبار الرئيسي يبلغ 12 خطوة، مع السماح بثلاث خطوات إضافية أثناء الاختبار. لذلك قد يعكس الإخفاق تسلسلًا خاطئًا أو غير كفء ضمن ذلك الحد. ولا يقيس موثوقية الإمساك بالأشياء أو التحكم الحركي أو الأداء في منزل حقيقي متغير.

## المهام السابقة تساعد، ثم تستقر المكاسب

في [الجدول الرئيسي للنتائج](https://arxiv.org/html/2610.13021v1#S4.SS1) يقارن وكلاء تحاول مهامًا متقدمة بلا أمثلة سابقة بطريقتين لنقل خبرة مهمتين أساسيتين مترابطتين. يحتفظ التعلم داخل السياق بمسارات التفاعل السابقة كاملة. أما تعلم المهارات فيستبدل تلك المسارات بملخص مهارة بصيغة Markdown يكتبه الوكيل. وفي أربع منصات اختبار، لكل منها نموذجان أساسيان، تفوقت الطريقتان على نتيجة المحاولة بلا أمثلة المقابلة. فعلى سبيل المثال، ارتفع أداء منصة Codex مع Qwen3.8-Flash من 4% بلا مرحلة تعلم إلى 34% مع مسارات التفاعل و33% مع ملخص المهارة. وهذه نتائج المؤلفين ضمن مجموعة مهام المعيار وميزانيته.

يغيّر تحليل عدد الأمثلة عدد أمثلة المهام الأساسية من صفر إلى ستة. واستخدم المؤلفون هنا Hermes وOpenClaw فقط، وكلاهما مع Qwen3.8-Flash. وعبر المنصتين وطريقتي التعلم، رفع مثال واحد النجاح في المهام المتقدمة من نطاق 8%–10% بلا أمثلة إلى 28%–40%. وبعد ذلك لم يصعد أي من المنحنيات الأربعة المبلغ عنها باستمرار مع زيادة الأمثلة. وتنطبق النتيجة على هذه الوكلاء وطرق الذاكرة ضمن ظروف التقييم في البحث؛ ولا تثبت حدًا عامًا لمقدار فائدة الخبرة.

يقدم [تحليل الأفعال](https://arxiv.org/html/2610.13021v1#S5.SS3) لدى المؤلفين مؤشرًا أضيق على التحسن. فمقارنة بتشغيلات بلا أمثلة، اختارت الوكلاء ذات الخبرة أفعالًا غير صالحة أقل في القرارات المسجلة. ويبلغ البحث انخفاضًا بين 13% و20% عبر منصات الاختبار الأربع التي حللها مع Qwen3.8-Flash. ويتسق هذا النمط مع استخدام أفضل للخيارات المتاحة، لكنه لا يثبت تعلم مهارة عامة ودائمة.

بالنسبة إلى الباحثين الذين يختارون تقييمًا، يتمثل السؤال المفيد في ما إذا كانت طريقة ما تحسن النجاح مع زيادة عدد المهام السابقة وتنوعها، على التركيبات المحجوبة نفسها وضمن حد الخطوات ذاته. ويوفر EmbodiedCLBench اختبارًا منظمًا لهذا السؤال. وما زال الدليل مقتصرًا على ورقة المؤلفين الأولية وإطلاق المشروع في 9 أكتوبر؛ لم تشغّل BIG CHANGE المعيار، ولم تُكرر النتائج هنا بصورة مستقلة.

## المصادر ومواد إضافية

- [Jie Huang وزملاؤه، «EmbodiedCLBench: Evaluating Continual Learning for Self-Evolving Embodied Agents»، arXiv v1](https://arxiv.org/html/2610.13021v1)، نُشرت في 9 أكتوبر 2026. توثق الورقة الأساسية بناء مهام TongSim، ورسم الأفعال غير المتصل، وحدود الخطوات، وثمانية إعدادات رئيسية للمنصة والنموذج، والتحليل الأضيق من صفر إلى ستة أمثلة. جميع النتائج محاكاة أبلغ عنها المؤلفون؛ وهذه ورقة أولية وليست تجربة روبوت مادي أو تكرارًا مستقلًا.
- [صفحة مشروع EmbodiedCLBench](https://pku-value-lab.github.io/EmbodiedCLBench-homepage/)، اطّلع عليها في 13 أكتوبر 2026. تلخص صفحة المؤلفين المعيار وتربط بإصداري الشيفرة والبيانات. وهي تكرر نتائج الورقة وليست مصدرًا تجريبيًا مستقلًا.
- [سجل نسخة arXiv](https://arxiv.org/abs/2610.13021v1)، اطّلع عليه في 13 أكتوبر 2026. يؤكد عنوان الورقة ومؤلفيها وتاريخ نسخة v1 في 9 أكتوبر؛ ويوفر بيانات وصفية لا دليل أداء منفصلًا.

## Sources

- [ورقة EmbodiedCLBench، نسخة arXiv HTML v1](https://arxiv.org/html/2610.13021v1) — المصدر الأولي لبناء المهام والمنهج والنتائج المحاكاة التي أبلغ عنها المؤلفون في ورقة 9 أكتوبر 2026؛ لا يوجد تكرار مستقل.
- [صفحة مشروع EmbodiedCLBench](https://pku-value-lab.github.io/EmbodiedCLBench-homepage/) — عرض المؤلفين للمعيار وروابط الشيفرة والبيانات؛ تكرر نتائج الورقة.
- [سجل نسخة EmbodiedCLBench على arXiv](https://arxiv.org/abs/2610.13021v1) — يؤكد العنوان والمؤلفين وتاريخ v1؛ ولا يقدم دليلًا تجريبيًا منفصلًا.