作者提出LIBERO-Recover失败恢复基准

Lin Liu等作者提出并构建了LIBERO-Recover基准，用于评测机器人操作模型在失败后的恢复能力。作者称，现有基准多从预设初始状态考察任务完成，LIBERO上SOTA方法成功率已接近100%，却未衡量抓取失败、碰撞、物体意外移动等真实交互中的恢复能力。 该基准基于LIBERO构建，采集SOTA具身模型的真实执行失败，覆盖动作重试、动作调整、物体状态恢复和环境恢复四个恢复层级，共1000多个场景，并考察空间理解、物体结构推理、交互理解和拓扑推理四项能力。作者称项目将公开。该工作以预印本形式发布，尚未见同行评议或独立验证。

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。