RoboColosseum 上线:2 万次真机测试检验机器人策略,失败数据全公开

DJiafei · x · 2026-11-06

跳过仿真跑分,新基准 RoboColosseum 直接在 Unitree G1 等真实硬件上盲测机器人策略,覆盖 150+ 多样化环境,累计超过 2 万次真实运行,所有 rollout 日志(含失败轨迹)不经过滤公开在 Hugging Face 上。

关键发现:策略优劣随机器人形态(morphology)和任务细节剧烈翻转,而非取决于模型参数量。榜单上 NVIDIA GROOT-M17、Physical Intelligence π05、Galaxea G05 等主流 VLA 策略在 G1 任务上全部成功率为 0%,仅部分任务(如 YAM 平台)上 π05-YAM 达 94% 成功率。学术团队可申请 1 万小时的赞助评测时长。