跳到正文
arXiv · 机器人与计算机视觉· May Espinola, Qifan Zhang, Yu Xiang·· 28 天前AI 评分75

从推理到行动:LIBERO-10 机器人操作任务的前沿 AI 模型基准测试

From Reasoning to Action: Benchmarking Frontier AI Models on LIBERO-10 Robot Manipulation Tasks

AI 导读

该报告提出统一闭环操作框架,评估 GPT-6 Astra、Gemini-4 Argon 等六款前沿大模型在 LIBERO-10 基准上的机器人操作能力。实验涵盖三种推理努力水平共 18 种配置和 1800 个评测集次,结果显示 GPT-6 Astra 成功率最高为 44%,Gemini-4 Argon 为 43%。

来源:arXiv · 机器人与计算机视觉 · arxiv.org