arXiv Robotics· Elias Gl\"a{\ss}er, G\"ulhan \c{S}ikaro\u{g}lu, Pavlo Kupyn, Marc Pollefeys, Zuria Bauer, Hermann Blum·· 5 小时前AI 评分34
随机挑战：面向真实世界机器人操作的可复现基准测试
Benchmarking Real-World Robotic Manipulation through Stochastic Challenges
AI 导读
论文提出“随机挑战”范式，用可复现的真实世界场景生成随机任务样本，模拟隐藏测试集的严格性与意外性，使不同实验室的机器人能按同一分布下的成功率进行比较。作者据此实现了一个移动操作基准，并在两个实验室测试的两台机器人上完成对比。该工作被 CoRL 2026 接收。
推荐理由模型分析
针对真实机器人操作难以复现和跨平台比较的瓶颈，提出以可复现真实场景加随机任务采样来模拟隐藏测试集的严格性，并给出跨实验室比较成功率的前提是样本同分布。做具身智能评测或移动操作研究的人可据此判断跨平台对比的适用条件与证据边界。
来源：arXiv Robotics · arxiv.org