RoboColosseum分布式实机评测框架发布

Tan Sang Nguyen等作者发布RoboColosseum，一个通过统一策略服务和标准化协议、在多地本地运行的机器人网络上评测通用机器人策略的分布式框架。初步研究在SO-101、Franka、Bimanual-YAM和G1 Humanoid四种本体上评测了五个VLA策略和三个前沿AI智能体。 Open Track在匹配的本地条件下做盲测配对比较，不做任务特定适配；Fine-tune Track让每个策略在每项任务上获得相同的100条演示，考察其对四种本体共20项任务的适配能力。 作者称，在124个站点进行的5,699次Open Track配对比较中，前沿智能体与专用VLA策略水平相当，但所有系统都难以可靠完成开放世界任务；在G1 Humanoid上，没有任何策略完成五项任务中的任何一项，各策略的平均进度在13.3%至23.2%之间。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。