RQA：机器人任务问答基准
shahdhruv_ · x · 2026-07-14
作者提出了一个新的 **Robot Question Answering（RQA）** 基准，覆盖多个与机器人相关的真实应用领域，用来研究视觉语言模型在机器人任务中的失败模式。 帖子给出的结论是：如果要做这类评测，**可以先从 Gemini 和开源的 Qwen 开始**，并在 RQA 上做系统性 benchmark。引用内容还提到另一项相关工作 **RoboVista**：同样是面向真实机器人应用的 VLM 系统评测，包含网站、数据集和论文，来自 UCBerkeley、Google DeepMind 和 Princeton 的研究者。