RobotAgentBench:混合 Codex 系统家庭任务平均分 48.5
jiqizhixin · x · 2026-11-14
Aether AI、UC San Diego 与 UC Davis 研究者发布预印本 RobotAgentBench，评测不止于执行明确指令，还考察机器人发现问题、结合上下文推理、从失败中恢复与抗扰动能力。
- 基准构建：real-to-sim 流水线生成 50 种家庭布局，含 90 个原子任务、18 个短程任务、8 个长程任务及 4 类开放式场景。
- 对比结构：统一采用「规划—执行—验证」框架，比较学习型策略、代码控制与混合系统；混合系统可用代码先定位夹爪再调用学习到的抓取策略。
- 结果：Codex–InternVLA-A1.5 混合系统在报告对比中取得 48.5 的任务级平均分与 15.4 的开放场景分。
- 注意：这些分数是基准内指标，并非真实家庭任务的通用成功率；匹配的真实家庭子集上绝对成功率更低。
「具身」频道最新
- Ropedia Xperience 2 开源:1589 个 3D 扫描场景转机器人训练数据 — liuziwei7 · 2026-11-14
- 华为诺亚夺冠 BEHAVIOR-1K 挑战赛，任务成功率从 12% 升至 48% — 机器之心 · 2026-11-14
- ASU IRIS 实验室招收 2027 秋多名额全奖博士，方向含接触密集操作 — YuXiang_IRVL · 2026-11-14
- CoRL 2026 现场记:机器人给我拍照,Cybercab 载我兜风 — bousmalis · 2026-11-14
- 一人搞定软硬件：工程师从电路到成品造AI眼镜 — IgorCarron · 2026-11-14
- 机器人实验室冷幽默：把余下电机绑上手推车看能否起飞 — GoddenThomas · 2026-11-14