MaD Physics：评估物理环境约束下的信息搜寻能力

科学发现本质上是受资源约束的过程，需在测量质量与数量间权衡。现有基准多关注静态推理或无约束实验设计，缺乏对约束下规划能力的评估。为此，本文提出 MaD Physics 基准，包含三个基于不同物理定律的环境，要求 Agent 在预算耗尽前进行有效测量并推断潜在规律。该基准重点评估 Agent 的数据建模与约束规划能力，并通过四种 Gemini 模型测试，揭示了其在结构化探索与数据收集方面的不足，为提升科学推理指明方向。