LIBERO-MAX 基准：8000 例测试显示机器人策略难以应对突发变化
drmapavone · x · 2026-10-27
Tulane、NYU、Stanford、CMU 等多所高校联合发布 LIBERO-MAX 基准，研究「当世界在执行中途发生变化时，机器人策略能否可靠完成任务」。
- 评测 14 个 SOTA 机器人策略，共 8000 个案例，在机器人已经开始行动后注入受控变化
- 变化分四类：几何（目标/容器移动）、观察（视角/传感器变化）、外观与杂乱（光照/视觉主题/干扰物）、路径约束（路线被堵）
- 结果：任务成功率下降 11–26 个百分点，几何与观察变化时影响最大；仅靠更频繁更新策略不足以解决
结论：适应动态变化的世界仍是当前机器人策略（Physical AI 落地）的关键短板。项目主页：liberomax.github.io
「具身」频道最新
- 作者晒 ROSCon UK 现场:BBC 鲸鱼机器人、达芬奇手术机器人同台 — kamathsblog · 2026-10-27
- 人形机器人 Z 轴直线执行器拆解：Zmotor 揭示测试与供货细节 — MarwaEldiwiny · 2026-10-27
- 机器人成对实测:GPT-6 Astra 优于 Gemini 3.8 Flash,但都没完成任务 — qinzytech · 2026-10-27
- 人形机器人 Zmotor LA500 线性执行器实拆：324 克推力 500 牛 — MarwaEldiwiny · 2026-10-27
- Agility 人形机器人 Digit 将扩至 GXO 另两座美国仓库 — jonstephens85 · 2026-10-27
- 一段手机视频生成2000条机器人演示,Real2Sem2Real媲美150条遥操数据 — Scobleizer · 2026-10-27