RoboLab：用于分析任务通用策略的高保真仿真基准
机器人学
2026-05-15 v3 人工智能
摘要
通用机器人人的追求已产生令人印象深刻的基础模型，但由于快速性能饱和和缺乏真正的泛化测试，仿真基准仍然是一个瓶颈。现有的基准常常在训练和评估之间存在显著的领域重叠，这使成功率变得平凡，并掩盖了关于鲁棒性的见解。我们介绍了 RoboLab，一个旨在解决这些挑战的仿真基准框架。具体而言，我们的框架旨在回答两个问题：(1)我们能否通过分析其在仿真中的行为来理解真实世界策略的性能，以及(2)哪些因素最强力影响策略行为。首先，RoboLab 使能够在机器人和策略无关的方式内，利用人类编写或 LLM 生成的场景和任务，在高保真仿真环境中生成。我们引入了随附的 RoboLab-120 基准，包含 120 个任务，分为三个能力轴：视觉、程序、关系，跨三个难度级别。其次，我们对真实世界策略进行系统分析，量化其性能以及其行为对受控扰动的敏感性，揭示了当前最先进模型之间存在显著的性能差距。通过提供粒度指标和可扩展的工具套件，RoboLab 为评估任务通用机器人策略的真实泛化能力提供了可扩展框架。项目网站：https://research.nvidia.com/labs/srl/projects/robolab/。
引用
@article{arxiv.2604.09860,
title = {RoboLab: A High-Fidelity Simulation Benchmark for Analysis of Task Generalist Policies},
author = {Xuning Yang and Rishit Dagli and Alex Zook and Hugo Hadfield and Ankit Goyal and Stan Birchfield and Fabio Ramos and Jonathan Tremblay},
journal= {arXiv preprint arXiv:2604.09860},
year = {2026}
}