研究人员推出MESA,一个旨在精确衡量机器人基础模型泛化能力的新评估框架。MESA提供五个独立的评估套件,用于隔离分布内性能,并评估在空间配置、物体实例、物体类别和子任务组合方面的泛化能力。为便于大规模测试,该框架包含用于生成任务和演示的MESA-Gen管道,并已实例化为单臂MESA套件和双臂BiMESA基准测试。对七种基线方法的初步评估显示,表现最佳的模型在MESA上仅达到52%的准确率,在BiMESA上为49%,表明该领域仍有巨大的进步空间。 AI
影响 提供了一种标准化的方法来诊断和改进机器人基础模型的泛化能力,可能加速该领域的进展。
排序理由 该集群描述了一个在arXiv上发布的机器人研究新评估框架和基准测试。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →