MissionBench는 항공 3D 환경에서 MLLM 에이전트의 임무 기반 평가를 위한 새로운 벤치마크입니다. 120개의 임무와 5개의 3D 환경, 4가지 작업 유형으로 구성되어 있습니다. 현재 최고 성능 모델은 인간 성능(84.4%)에 비해 임무 성공률이 35%에 불과합니다. 임무 수준의 역량은 공간 인식 외에도 다단계 계획 및 적응적 추론과 같은 다양한 능력을 요구합니다.