arXiv cs.AI· Zhixu Li, Keqian Tang, Litian Gong, Jingyu Yao, Wenqian Zhang, Tianze Xu, Zehao Wang, Yuping Wang, Junge Zhang, Jiachen Li·· 2 天前AI 评分26
LIBERO-PeRM：个性化机器人操作基准发布
LIBERO-PeRM: Benchmarking Personalized Robotic Manipulation
AI 导读
研究者推出 LIBERO-PeRM，一个用于具身智能体偏好学习的基准，基于 LIBERO 构建，覆盖运动、技能和用户画像三类可观察偏好，包含 5 个任务套件共 312 个任务。实验显示当前 VLA 策略难以零样本个性化，SFT 可让偏好变得可学习，混合训练在无偏好保持上优于顺序适配，但偏好泛化、分解与冲突处理仍是难点。
正文 · AI 翻译
摘要：个性化对于通用机器人进入家庭环境并实现真正的实用性至关重要。尽管通用机器人操作已被广泛研究，但个性化机器人操作（PeRM）缺乏一个受控基准来区分任务完成与偏好满足。我们提出了 LIBERO-PeRM，一个用于具身智能体偏好学习的基准。LIBERO-PeRM 研究五个问题：1）策略在零样本设置下如何遵循偏好；2）它们如何从演示中学习单一偏好；3）随着演示增加，它们获取偏好的效率如何；4）学到的偏好如何跨布局和任务泛化；5）策略如何组合偏好并在冲突下表现。我们提出了仿真中可观察偏好的受控表述与分类体系，涵盖运动、技能和用户画像选择。该表述仅限于可用语言表达、可在不改变任务目标的情况下在 LIBERO 中实例化、可自动评估并跨任务复用的偏好。基于 LIBERO，我们的程序化流水线生成带偏好和不带偏好的配对演示。我们创建了五个任务套件（312 个任务），包含高质量演示、丰富元数据和偏好满足度指标。实验表明，当前的 VLA 策略在零样本个性化方面表现不佳，而 SFT 使偏好变得可学习。混合训练在无偏好保持方面优于顺序适应，并且在上下文提示下相比仅偏好训练提升了性能，但可能削弱运动偏好学习；偏好泛化、分解和冲突处理仍然困难。代码、数据集和演示可在项目网站找到：this https URL。
| 评论： | 神经信息处理系统大会（NeurIPS 2026）；项目网站：this https URL |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.22372 [cs.RO] |
| （或 arXiv:2610.22372v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.22372 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Zhixu Li [查看邮箱]
[v1]
2026年10月15日星期四 17:59:59 UTC（13,257 KB）
来源：arXiv cs.AI · arxiv.org