算法论文8

LIBERO-MAX评测机器人动态可靠性

机器之心2026-10-11

AI 摘要

斯坦福、CMU等多校研究者推出LIBERO-MAX机器人评测基准，经22.4万次仿真测试发现，所有现有机器人策略应对任务中途环境变化时，成功率下降11.0-25.7个百分点，动态鲁棒性仍不足。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

最强AI Agent团队仅完成半数协作任务

单个AI Agent能力不断提升，但多智能体协作能力缺乏系统评测。本文介绍新推出的AgentWorld评测基准，结合长时程任务、角色不对称与黑盒交互，评测多智能体协作能力，给出主流大模型的协作表现数据。

本文报道了清华团队联合海内外多校推出的WorldArena 2.0世界模型评测挑战赛，升级评测体系覆盖从视频生成到真实机器人操作全维度，公布各赛道结果，并对话主办方解读行业现状与评测设计。

本文围绕GPT-6 Astra发布后的行业测试展开，讨论通用大模型能否成为机器人的通用大脑，分析了通用大模型参与机器人控制的原理与优势，点明当前能力边界，提出了分工协作的落地方案。

来自新加坡国立大学、清北等七所高校的研究团队，开源面向世界动作模型的全栈研究基础设施与基座OpenWAM，拆解核心问题，通过实验总结出高性能WAM构建原则，已通过仿真与真实机器人验证。