H2RBench 人到机器人迁移基准发布

Chuyang Xiao 等作者提出并发布 H2RBench，一个用于评估“人类到机器人”（H2R）迁移方法的 Real2Sim 基准。该基准基于真实人类视频演示与仿真机器人演示建立标准化协议，覆盖四类操作任务，用于比较不同方法利用人类演示数据的能力。 作者称，用 H2RBench 测试发现，各方法随人类演示数量增加而扩展的表现差异明显；仿真中的表现总体上能预测真实机器人表现，跨方法-任务配置的 Pearson 相关系数为 r=0.89、Spearman 相关系数为 ρ=0.85、平均最大排名违例（MMRV）为 0.06。这些相关性是作者基于该基准给出的评测结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。