地图环境中的FM智能体：探索、记忆和推理

本文研究了基础模型 (FM) 智能体如何理解和与地图环境交互，这对于基于地图的推理至关重要。它超越了静态地图评估，引入了一个交互式框架来评估探索、记忆和推理能力。研究结果强调了记忆表征的重要性，特别是结构化方法，以及推理方案在空间理解中的作用。该研究表明，改进基于地图的空间理解需要针对空间表征和推理的机制，而不是仅仅依赖于模型扩展。

• •地图环境中FM智能体的交互式评估框架。
• •记忆表征，特别是结构化方法，对于空间理解至关重要。
• •推理方案塑造了空间知识的使用方式。
• •改进需要定制的机制，而不仅仅是扩展。