CleanUpBench：用于 embodied 清洁机器人扫帚抓取基准
机器人学
2025-08-08 v1
摘要
embodied AI 基准测试在导航、操控和推理方面取得了显著进展，但大多数测试目标是复杂的人形机器人或大规模仿真，远离实际应用场景。相比之下，具备扫帚抓取双模式能力的移动清洁机器人正快速成为现实可行且具商业价值的平台。然而，目前尚无基准测试能够系统评估这些机器人在结构化、多目标清洁任务中的表现，暴露了学术研究与实际应用之间的关键鸿沟。我们引入 CleanUpBench，一个用于评估现实室内清洁场景下embodied智能体的可复现可扩展基准测试。基于 NVIDIA Isaac Sim 构建的 CleanUpBench 模拟了一台配备扫帚机械装置和六自由度机械臂的移动服务机器人，从而实现对异构物体的交互。该基准包含人工设计的环境和一个程序生成的布局，用于评估泛化能力，同时提供全面的评估套件，涵盖任务完成度、空间效率、运动质量和控制性能等指标。为支持比较研究，我们提供基于启发式策略和基于地图规划的基线智能体。CleanUpBench 弥合了低层技能评估与完整场景测试之间的差距，为日常场景下的具身智能提供可扩展的测试平台。
关键词
引用
@article{arxiv.2508.05543,
title = {CleanUpBench: Embodied Sweeping and Grasping Benchmark},
author = {Wenbo Li and Guanting Chen and Tao Zhao and Jiyao Wang and Tianxin Hu and Yuwen Liao and Weixiang Guo and Shenghai Yuan},
journal= {arXiv preprint arXiv:2508.05543},
year = {2025}
}