GaugeBench：检验形态感知策略的表示鲁棒性

2026年10月7日，研究者在 arXiv（Robotics）发布一手报告，提出基准 GaugeBench。其方法是在保持机器人物理机制与策略接口不变的前提下，仅改写关节轴方向、关节角零点等描述约定，以检验形态感知策略对表示变化的鲁棒性。评测显示：三种 MetaMorph 策略在 80 个熟悉机器人上得分 4030.6；在等价重描述后仅得 51.6；而在 98 个真正留出的机器人上得分为 1489.6。对比表明，等价的表示重描述比面对新机器人更具破坏性，提示当前策略对描述约定敏感。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。