RoboScope Kit 提出统一具身评测接口

Deng-Ke Wu 等作者发布预印本论文，提出 RoboScope Kit 统一评测框架：把每个模型封装成 Policy 类、每个基准封装成围绕其原有评测器的适配器，基准自身的规则与评分保持不变，适配器覆盖六类基准。 作者称，在 LIBERO-Long 上用单张 48 GiB RTX 4090 运行 StarVLA 检查点，并发搜索选出 12 个仿真 worker 共享 3 个 Policy 副本，500 回合评测比 StarVLA 官方评测快 4.45 倍且成功率相当，比 RLinf 快 2.78 倍，比调优后的 vla-eval 快 1.52 倍；在 RoboTwin Easy 上用 4 张 GPU 完成 500 回合耗时 14.4 分钟，比单 GPU 基线快 25.04 倍，成功结果与终止步数一致。 这些数字来自作者自测的仿真评测，尚未经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。