RoboCasa365：用于训练和基准测试通用机器人的大规模仿真框架

机器人学习的最新进展加速了通用机器人在人类环境中执行日常任务的进程。然而，仍难以衡量我们离这一愿景有多近。该领域缺乏一种可重复、大规模的基准，用于系统化评估。在此基础上，我们提出了 RoboCasa365，这是一个针对家庭移动操纵的全面仿真基准。基于 RoboCasa 平台构建的 RoboCasa365 引入了 365 项日常任务，覆盖 2,500 个多样化厨房环境，拥有超过 600 小时的专业人类演示数据和 1,600 小时的合成演示数据——成为研究通用策略最具多样性和大规模资源之一。RoboCasa365 旨在支持不同问题设置的系统评估，包括多任务学习、机器人基础模型训练和终身学习。我们在该基准上使用最先进的方法进行大规模实验，并分析了任务多样性、数据规模和环境变化对泛化能力的影响。我们的结果为理解通用机器人性能影响因素提供了新见解，并为该领域的未来进步指明了策略。