发布MESA框架评测机器人操作策略泛化能力

MESA研究团队发布MESA评测框架，用于可复现地度量语言条件机器人操作策略的泛化能力。框架包含五个评测套件，覆盖空间配置、物体实例、物体类别和子任务组合四个泛化轴，并基于MimicGen改进构建了MESA-Gen任务与演示生成管线，同时推出BiMESA基准。 评测结果显示，表现最强的模型在MESA上仅取得52%的成绩，在BiMESA上为49%。研究团队称，MESA的策略排名与RoboArena的评分大体一致。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。