arXiv · Robotics· Yunbei Zhang, Zijian Jin, Yuanzhe Liu, Janet Wang, Xilun Zhang, Yuyou Zhang, Zhenyu Zhang, Daoan Zhang, Shuaicheng Niu, Gen Li, Jianfei Yang, Jihun Hamm, Ismini Lourentzou, Weirui Ye, Bo Liu, Peter Stone, Marco Pavone·· 5 小时前AI 评分47
LIBERO-MAX：机器人策略在环境变化时能否自适应？
LIBERO-MAX: Do Robot Policies Adapt When the World Changes?
AI 导读
LIBERO-MAX 是一个包含 8,000 对案例的基准，涵盖几何、观测、外观、杂乱和路径 8 类变化，每对案例固定任务、初始状态、策略种子和事件前动作序列，对比有无中途事件的任务执行表现。测试覆盖 14 个当前 VLA、混合和世界动作策略，事件导致成功率下降 11.0-25.7 个百分点。该基准为诊断机器人策略在执行中途面对环境变化时的失败提供了可复现的测试平台。
来源：arXiv · Robotics · arxiv.org