RobotArena-Long

新的基准测试LIBERO-Industry和LADDER测试机器人操作的极限

引入了两个新的基准测试LIBERO-Industry和LADDER，以在更现实和复杂的条件下评估机器人操作能力。LIBERO-Industry侧重于工业流程约束，如不同的产品几何形状和严格的执行窗口，揭示了当前通用机器人策略的性能下降。LADDER解决了长时任务的挑战，表明虽然编排方法比基本的低级策略提高了性能，但由于执行错误和成本预算，它们仍然面临局限性。