arXiv Robotics· Zheng Zhang, Xiaoyang Tang, Shuaiqi Cheng, Jiakai Huang, Zhongbo Wu, Ziyi Zhang, Yuan Si, Zeyu Liu, Weibo Gao, Shunyu Liu, Shan You, Fei Wang, Xiaogang Wang, Dacheng Tao·· 4 小时前AI 评分38
WorldFailBench：世界模型能否理解策略失败？
WorldFailBench: Do World Models Understand Policy Failures?
AI 导读
研究者提出 WorldFailBench，用失败原因、失败阶段和失败边界三项任务检验世界模型是否忠实模拟机器人策略的失败过程。基准覆盖 LIBERO 与 RoboTwin 仿真环境中的操作任务，以及 G1 人形机器人的真实操作任务。对七个世界模型的实验显示，它们在理解策略失败方面存在明显差距。
来源：arXiv Robotics · arxiv.org