arXiv cs.AI· Andrea Yaoyun Cui, Hanyu Wang, Xinyi Wang, Bangzheng Li, Lin Zhang, Zhenggang Tang, Shyamal Buch, Dejia Xu, Matthew Tancik·· 3 天前AI 评分34
LIBERO-RIG：面向视觉-语言-动作模型的硬件配置鲁棒性基准
LIBERO-RIG: A Hardware-Setup Robustness Benchmark for Vision-Language-Action Models
AI 导读
LIBERO-RIG 是一个只扰动机器人硬件与配置、保持 LIBERO 任务不变的鲁棒性基准，覆盖相机安装与光学、相机-机械臂标定、驱动增益、控制频率、本体感觉噪声、底座位姿、桌面高度和夹爪垫等 11 个扰动轴，每轴 5 个严重度，在四个 LIBERO 套件上共 210 种条件。
正文 · AI 翻译
摘要：机器人策略应能在不同部署环境中泛化，包括机器人自身的变化：摄像头被碰撞和重新安装、标定漂移、控制器以不同速率运行、末端执行器垫片磨损。我们提出 LIBERO-RIG，一个仅扰动机器人硬件和设置、同时保持所有 LIBERO 任务不变的基准。该基准涵盖十一个扰动轴，包括摄像头安装与光学、摄像头到机械臂的标定、驱动增益、控制速率、本体感觉噪声、基座位姿、桌面高度和夹爪垫片。每个轴有五个严重程度等级，在四个 LIBERO 套件中产生 210 种条件。我们使用每个条件 500 个回合评估了九个近期视觉-语言-动作模型，并用严格的统计检验证实每项发现。汇总成功率从中等严重程度下的 0.932 降至 0.767，在最高严重程度下降至 0.509。性能退化在不同扰动轴和动作接口之间差异显著，且针对视觉扰动的训练无法缓解不改变摄像头图像的故障。我们发布该基准以及指定每个回合固定扰动参数的清单。
| 评论： | 30 页（4 页正文加附录），15 幅图，18 张表 |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.18843 [cs.RO] |
| （或 arXiv:2610.18843v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.18843 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Andrea Yaoyun Cui [查看电子邮件]
[v1]
2026 年 10 月 13 日星期二 17:57:18 UTC（6,919 KB）
来源：arXiv cs.AI · arxiv.org