arXiv · 机器人与计算机视觉· Ruben Hammele, Samira Huber, Mohammad Nazeri, Amirreza Payandeh, Alexandyr T. Card, Aaron Nguyen, Anuj Pokhrel, Daeun Song, Xuesu Xiao, S\"oren Pirk·· 20 天前AI 评分32
$\pi_{0.5}$ 在 BEHAVIOR-1K 上的推理设置配对评估:什么真正重要?
What Actually Matters? A Paired Evaluation of Inference Settings for $\pi_{0.5}$ on BEHAVIOR-1K
AI 导读
针对大规模多样化任务套件,研究对基于 2025 BEHAVIOR Challenge 冠军微调的$\pi_{0.5}$模型(公共测试集 Q-score 为 0.39)进行了系统性的推理与数据采集策略配对评估。结果显示,此前在小规模场景部署的策略无法均匀泛化到新环境与任务中。项目页面、视频及详细分析已公开。
来源:arXiv · 机器人与计算机视觉 · arxiv.org