LIBERO-RIG基准评测VLA模型硬件鲁棒性

Andrea Yaoyun Cui 等论文作者发布LIBERO-RIG基准，在固定四项LIBERO任务的前提下，对九种近期视觉-语言-动作模型施加机器人硬件与部署设置扰动，测得其汇总成功率从0.932降至中等严重度的0.767和最高严重度的0.509。 基准覆盖11条扰动轴（包括相机安装与光学、相机-机械臂标定、执行增益、控制频率、本体感知噪声、底座位姿、桌面高度、夹爪垫等），每轴5个严重级别，共210个条件，每条件运行500个回合，并以统计检验支撑各项发现。研究还发现，仅针对视觉扰动训练无法缓解摄像头图像不变条件下的故障。 团队发布了包含各回合固定扰动参数清单的基准供使用。

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。