HumanoidToolBench

新基准HumanoidToolBench评估人形机器人工具使用能力

研究人员推出了HumanoidToolBench，这是一个旨在评估人形机器人在复杂任务中使用工具能力的新基准。该基准包含跨越各种场景和执行级别的18项任务，并由ToolBook支持，ToolBook是一个在模拟和真实Unitree G1机器人上收集的超过3000个演示的数据集。对七个模拟和三个真实策略的初步评估突显了机器人工具使用方面存在的重大挑战，特别是在选择合适的工具和准确执行任务方面，尤其是在面对未见过工具或不相关指令时。