RLE-Bench:机器人自生长身体完成任务,暴露编码Agent物理推理短板
daibond_alpha · x · 2026-09-18
RLE-Bench 团队回应可制造性质疑:任务设计均基于铝型材或 3D 打印,不需要特殊制造工艺,并附装配视频。
更大的差距在于:当前编码智能体对稳定性与动力学等物理问题的推理很弱。@MarioChan2002 的 RoboDojo 结果也指出模型缺乏"物理常识",而 RLE-Bench 显示这一问题远不止于控制层面。
「具身」频道最新
- Index预训练让人形模型零样本成功率从8%跃升至56% — coreylynch · 2026-09-18
- Figure 机器人 4 小时零样本打扫 30 间出租屋 — XxSpookxX · 2026-09-18
- Index 预训练让 Helix 2.5 零样本成功率从 8% 跃升至 56% — coreylynch · 2026-09-18
- Figure 实录：人形机器人在 30 个出租屋零样本连续工作 4 小时 — adcock_brett · 2026-09-18
- 规模化具身基础模型实现无人机零样本全自主飞行 — AkshatS07 · 2026-09-18
- tinydraw v2:跑在 ESP32-S3 上的矢量手绘小应用 — dejavucoder · 2026-09-18