RobotWorld 基准:84 个物理任务测试多模态机器人智能体
Zhiqin Yang · hf · 2026-10-08
研究团队发布 RobotWorld,一个测试「机器人使用」能力的仿真基准,考察通用智能体能否把指令和观察转化为物理世界中的任务执行。
- 覆盖 84 个任务:涉及机械臂操作、移动操作、运动控制、驾驶与飞行控制,带显式交互预算和可执行的成功判定。
- 能力与短板并存:当前智能体能搭建复杂感知控制流程(图像分割、相机标定、空间估计、动力学计算),但这些能力难以稳定组合成成功行为——丢失任务相关物体状态、不能纠正无效动作、恢复太晚、误判任务已完成。
- 模型间差异:Astra 在空间与受限接触类目标上成功率更高,Opus 5.5 在连续平衡和限时交互类目标上更擅长。
该基准为训练更可靠的物理世界智能体提供了具体的能力差距标靶。
「具身」频道最新
- RoboQuest 基准:最强多模态智能体具身探索成功率仅 23% — declare-lab · 2026-10-08
- NVIDIA Long-WAM:扩展世界-动作模型上下文,动态堆杯成功率 95% — nvidia · 2026-10-08
- 日本 Donut Robotics 人形机器人进养老院,百余家护理机构试点 — CyberRobooo · 2026-10-08
- Reality Check 基准同任务同数据对比 π0.5 与 MolmoAct2 — Stefania_druga · 2026-10-08
- 机械臂末端执行器没有标准答案:简单夹爪 vs 人形灵巧手的深度拆解 — _Stocko_ · 2026-10-08
- UMI 数据采集 8 周从 5 人扩到 90 人,任务超百万 — HildeKuehne · 2026-10-08