Labference 机器人实验室推理-动作基准发布

Shitong Liu 等作者提出 Labference 基准，用于评估机器人如何依据实际物理执行结果调整后续操作，并分别测量操作选择、物理执行和任务完成情况。该基准通过受控的证据变化测试依赖结果的行为适应，并用共享检查点的 Oracle 辅助续接评估哪些支持能改善后续选择与任务完成。 初步评测显示，受测 VLA 策略在物体转移成功的情况下仍出现目标选择错误；GPT 驱动的控制虽能正确选择，却遇到执行失败和较高计算开销。

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。