arXiv · 机器人与计算机视觉· Lin Liu, Zhicheng Bao, Lu Zhang, Ziying Song, Wu Yang, Yuzheng Zhuang, Shuai Tao, Wulong Liu, Caiyan Jia, Huchuan Lu·· 15 天前AI 评分58
LIBERO-Recover:超越任务成功迈向机器人操作中的失败恢复
LIBERO-RECOVER: Beyond Task Success Towards Failure Recovery in Robotic Manipulation Models
AI 导读
针对现有 VLA 或世界动作模型在理想条件下成功率接近 100% 但缺乏真实世界鲁棒性的问题,作者提出了 LIBERO-Recover 基准。该基准基于 LIBERO 平台,收集了 SOTA 具身模型的执行失败案例,构建了包含行动重试、行动适应、物体状态恢复和环境恢复四个层级的 1,000+ 场景。
来源:arXiv · 机器人与计算机视觉 · arxiv.org