arXiv Robotics· Chunru Lin, Hongxin Zhang, Fenghao Yu, Zhehuan Chen, Thomas L. Griffiths, Yejin Choi, David Held, Chuang Gan·· 5 小时前AI 评分34
RoboWits：面向机器人创造性问题求解的意外挑战基准
RoboWits: Unexpected Challenges for Robotic Creative Problem Solving
AI 导读
RoboWits 是面向双臂机器人的基准，用于系统评估认知推理、创造性工具使用和对意外条件的鲁棒性。其自动化任务生成流水线由多智能体协作框架构成，产出 30 个种子任务和 200 个含变异、按几何/材料/装配推理分级难度的任务。
推荐理由模型分析
该工作把机器人评测从技能执行推进到意外条件下的推理与工具创造，用多智能体流水线自动生成种子任务与变异任务，并给出几何、材料、装配三类难度梯度。结果显示微调后的 VLA 在变异任务上明显退化，而基于前沿 VLM 的零样本策略虽领先仍损失约五分之一成功率，说明单靠更强基座模型不足以弥合鲁棒性差距。做具身操作与 VLA 评测的团队可据此设计更贴近真实扰动的测试，但结论限于双臂仿真基准，尚非现场部署证据。
来源：arXiv Robotics · arxiv.org