⏶6
RoboChallenge：具身策略的大规模真实机器人评估
发表
由 
Adina Yakefu 提交
Adina Yakefu 提交作者: Adina Yakefu, Bin Xie, Chongyang Xu, Enwen Zhang, 
Erjin Zhou, Fan Jia, Haitao Yang, Haoqiang Fan, Haowei Zhang, 
Hongyang Peng, Jing Tan, 
Junwen Huang, Kai Liu, 
Kaixin Liu, Kefan Gu, Qinglun Zhang, 
Ruitao Zhang, Saike Huang, Shen Cheng, Shuaicheng Liu, Tiancai Wang, 
Tiezhen Wang, Wei Sun, Wenbin Tang, Yajun Wei, Yang Chen, Youqiang Gui, Yucheng Zhao, Yunchao Ma, Yunfei Wei, Yunhuan Yang, Yutong Guo, Ze Chen, Zhengyuan Du, Ziheng Zhang, Ziming Liu, Ziwei Yan
Adina Yakefu, Bin Xie, Chongyang Xu, Enwen Zhang, Erjin Zhou, Fan Jia, Haitao Yang, Haoqiang Fan, Haowei Zhang, Hongyang Peng, Jing Tan, Junwen Huang, Kai Liu, Kaixin Liu, Kefan Gu, Qinglun Zhang, Ruitao Zhang, Saike Huang, Shen Cheng, Shuaicheng Liu, Tiancai Wang, Tiezhen Wang, Wei Sun, Wenbin Tang, Yajun Wei, Yang Chen, Youqiang Gui, Yucheng Zhao, Yunchao Ma, Yunfei Wei, Yunhuan Yang, Yutong Guo, Ze Chen, Zhengyuan Du, Ziheng Zhang, Ziming Liu, Ziwei Yan摘要
AI 生成总结
RoboChallenge 是一个用于机器人控制算法（特别是 VLA 模型）的在线评估系统，它通过可扩展性和可复现性满足了大规模测试的需求。在真实机器上进行测试对于机器人控制算法是必不可少的。在基于学习的算法背景下，特别是 VLA 模型，对大规模评估的需求，即在大量任务上测试大量模型，正变得日益迫切。然而，要正确地做到这一点非常不简单，尤其是在考虑到可扩展性和可复现性时。在本报告中，我们描述了我们构建 RoboChallenge 的方法论，这是一个用于测试机器人控制算法的在线评估系统，并介绍了我们使用我们最初的基准 Table30 对近期最先进的 VLA 模型进行的调查。
RoboChallenge 是一个在线评估系统，旨在可扩展且可复现地在大规模基准上测试基于学习的机器人控制算法，包括最先进的 VLA 模型。