Hugging Face · 每日论文· 媒体 / 作者来源·精选
RoboValue: 细粒度模拟与真实环境基准统一评估机器人价值模型
原文标题
RoboValue: A Fine-Grained Sim-and-Real Benchmark for Unified Evaluation of Robotic Value Models
AI 导读
研究团队推出RoboValue基准，通过共享接口评估机器人价值模型的四个互补能力维度：任务状态理解、时间进度监控、故障恢复推理和价值一致性。该基准包含15个模拟和20个真实操作任务，提供专家演示和标注轨迹。评估显示现有模型在细粒度指令锚定、历史依赖进度跟踪和恢复评估方面存在错误，同一语义子任务在不同执行顺序中可能获得显著不同的价值增益。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
解决了机器人价值模型评估不全面的问题，提供首个覆盖模拟与真实环境的细粒度基准，帮助识别价值监督的具体目标。
导读由模型辅助整理，非独立核验。完整信息见原文。