CMU 发布 Gym-Anything：自动构建机器人仿真与软件测试环境
CMU 团队（Pranjal Aggarwal 等，wellecks 参与发布，在 CUA Week 上公布）推出 Gym-Anything 框架，目标是把物理任务和真实软件自动转换为可规模化的测试环境，覆盖机器人仿真与 computer-use 两个方向。当前前沿模型在最难的测试任务上通过率为 0%，该工作同时暴露了模型在真实感物理任务上的短板。
已确认
- Gym-Anything for Robotics 覆盖 25 个仿真器、共 200 个 RL 环境，模态包括液体、布料、熔融金属、土壤甚至声音，均选自有经济价值的领域
- 选题方法：利用美国工资与耗时数据，将 1,016 个职业和 465 种日常活动拆解成 31,961 个原子物理动作，据此选出 25 个最具经济价值的仿真方向
- 基准成绩惨烈：前沿模型在最难测试任务上通过率为 0%
- 引入「创建-审计循环」：部署一组审计 agent，其中一个专门尝试用合法机器人动作破坏仿真环境，以揪出环境错误
- 软件方向：可将 200+ 真实应用（GIMP、Blender、OpenEMR 等）自动转为 computer-use agent 测试环境，在沙盒虚拟机内自动安装配置
- 项目网页与论文已放出；团队因资源所限止步于 25 个仿真和 200 个 RL 环境，公开征求合作者帮助进一步扩大
为什么重要
该工作同时展示了环境自动化生成流水线（数据驱动选题+自动安装配置+审计 agent 质检），以及当前前沿模型在真实感物理任务上的显著短板，为机器人与 agent 评测提供了可扩展的基础设施。
2026-10-30 ~ 2026-10-31 · 7 条相关
一手来源
- Gym-Anything发布：25种仿真200个机器人RL环境 — wellecks ·
- CMU 用 Agent 自动造 200+ 软件环境,Gym-Anything 拿 GDP 数据选题 — wellecks ·
- Gym-Anything 团队因资源所限止步 25 仿真,公开招募扩量伙伴 — wellecks ·
- 【源头】Gym-Anything发布：25种仿真200个机器人RL环境 — wellecks · 2026-10-30
- CMU 用 Agent 自动建 25 个物理仿真:前沿模型测试任务 0 通过 — wellecks · 2026-10-30
- 【源头】CMU 用 Agent 自动造 200+ 软件环境,Gym-Anything 拿 GDP 数据选题 — wellecks · 2026-10-30
- Gym-Anything 引入审计 Agent,专门用合法动作破坏环境找错 — wellecks · 2026-10-30
- 【源头】Gym-Anything 团队因资源所限止步 25 仿真,公开招募扩量伙伴 — wellecks · 2026-10-30
- Gym-Anything 发布:25 个仿真器建 200 个机器人 RL 环境,最佳模型只得 0% — wellecks · 2026-10-31
- CMU 发布 Gym-Anything：编码智能体自动搭建 25 个机器人物理仿真 — AkariAsai · 2026-10-31