AAAI 2026 RoCo 挑战：面向工业自动化的机器人协作操作基准测试

具身人工智能（EAI）正在迅猛发展，逐渐颠覆了之前的自主系统范式，从孤立的感知转向集成的、连续的动作。这一转变对于工业机器人操作具有重大意义，希望能释放人类工人的重复性、危险的日常劳动。为基准测试和推动这一能力，我们引入了机器人协作装配辅助（RoCo）挑战，旨在为仿真和现实世界的装配操作提供数据集。该挑战以以人为中心的制造为背景，聚焦于高精度行星齿轮箱装配任务，这是现代工业中具有挑战性又极具代表性的操作。基于自开发的数据收集、训练和评估系统构建于 Isaac Sim 上，并利用双臂机器人进行现实部署，该挑战分为两个阶段。仿真轮 defines 细粒度任务阶段用于分步评分，以处理长期视角的装配。现实世界轮模仿此评估，采用物理齿轮箱组件和高质量的遥操作数据集。核心任务要求从头开始装配单齿轮箱，包括安装三个行星齿轮、日光齿轮和齿轮环。该挑战吸引了超过60支队伍和170多名来自10多个国家的参赛者，产生了高效的解决方案，尤其是 ARC-VLA 和 RoboCola。结果表明，双模型框架在长期多任务学习方面高度有效，利用从失败中恢复的课程数据的战略运用是成功部署的关键洞见。本报告概述了比赛设置、评估方法、关键发现以及工业 EAI 的未来方向。我们的数据集、CAD 文件、代码和评估结果可在 https://rocochallenge.github.io/RoCo2026/ 查找。