HuggingFace Daily Papers· Haocheng Wang, Youquan Liu, Weiyu Guo, Aokai Zhang, Donghang Wu, Hongyu Liu, Sha Zhang, Weidong Yang, Ben Fei·· 6 天前AI 评分45
RoboCasa-Shift: 长时程家务操作中视觉-语言-动作策略的阶段感知鲁棒性评估
RoboCasa-Shift: Stage-Aware Robustness Evaluation of Vision-Language-Action Policies in Long-Horizon Household Manipulation
AI 导读
RoboCasa-Shift 基于 RoboCasa365 构建鲁棒性评测基准，通过单因素扰动和阶段感知诊断分析 GR00T N1.5 在四项长时程任务中的表现。评测涵盖四种扰动因素和三级严重程度，共 1,040 次正式测试，发现鲁棒性随任务和因素变化显著，且退化模式存在非单调性。代码已开源。
来源：HuggingFace Daily Papers · arxiv.org