AXIS-Bench基准与VLA预训练质量研究发布

2026年10月15日，Mingxuan Yan等作者在arXiv发布AXIS-Bench基准及质量感知VLA预训练实证研究。该基准基于众包仿真演示构建，提供记录的对象与接触状态，以便在共享轨迹上重新计算质量标签；可回放轨迹支持工作区对齐渲染和用户自定义的真实世界目标任务。研究使用5000条自然次优人类演示和24个目标任务，比较了VLA预训练中加权、过滤与条件化三种演示质量利用方式。结果显示，approach-aware episode conditioning的平均成功率优于普通行为克隆，条件化与过滤分别偏好episode和chunk标签，且存在模型依赖的反转。在真实世界实验中，仿真预训练将成功率从9.6%提升至31.7%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。