BEHAVIOR Challenge
PulseAugur coverage of BEHAVIOR Challenge — every cluster mentioning BEHAVIOR Challenge across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI模型掌握100个家务任务,集成GPT-6代理
研究人员详细介绍了他们为2026 BEHAVIOR挑战赛设计的方案,该方案使用一个在100个家务任务上训练的单一视觉-语言-动作(VLA)模型获得了第九名。该模型是他们2025年解决方案的升级版,表现有所提升,在所有任务上的得分为0.392。大部分工作涉及扩展训练、参数优化和任务集扩展。对于14个特定任务,集成了GPT-6 Astra编码代理,其表现显著优于基础VLA模型,平均Q得分达到0.639。
-
VLA 模型策略在多样化机器人任务中未能泛化
一篇新的研究论文评估了视觉-语言-动作 (VLA) 模型的推理和数据收集策略,特别关注 BEHAVIOR-1K 数据集中的 $\pi_{0.5}$ 模型。研究发现,在小规模环境中有效的策略并不能一致地迁移到更大、更多样化的任务套件中。该研究使用了一个微调后的 $\pi_{0.5}$ 模型,该模型在 BEHAVIOR Challenge 的公开测试集上取得了 0.39 的 Q 分。
-
G0.5模型将机器人推理与行动整合到单一流中
研究人员推出G0.5,这是一种新颖的自回归视觉-语言-行动(VLA)模型,它在一个Transformer解码器中整合了推理和行动生成。这种方法使VLM能够充当决策者,而不仅仅是上下文编码器。G0.5利用了一个可学习的行动分词器,用于共享的行动词汇表,一个用于交错推理和行动的思维链流,以及一个用于历史上下文的视觉记忆模块。该模型在七个不同的机器人基准测试中表现出最先进的性能,包括真实世界的机器人和长时程操作任务。