机器人伸手时，杯子被挪走了：LIBERO-MAX用22.4万次仿真检验动态可靠性
2026.10.11 · 事件 · 论文 · 论文预印本
斯坦福、CMU、MIT等提出LIBERO-MAX，用配对仿真评测机器人执行中途环境变化下的可靠性。
来自 Stanford、CMU、MIT 等机构的研究者提出 LIBERO-MAX，把执行过程中的环境变化变成可重复、可比较的测试，构建 8,000 组配对案例、8 类中途变化。评测 14 种机器人策略、累计 22.4 万次仿真，所有策略成功率下降 11.0–25.7 个百分点。
- 构建8000组配对案例，覆盖8类执行中途变化
- 评测14种策略，累计22.4万次仿真
- 所有受测策略成功率下降11.0–25.7个百分点
- 目标/容器移动与相机、传感器变化影响最大
- 按图像质量触发修复可提升7.0个百分点
为什么值得看
揭示机器人策略在执行中途环境变化下的真实可靠性缺口。
适合谁关注
机器人学习、VLA 与具身智能评测方向的研究者和工程师。