RoboChallenge: Großangelegte Echt-Roboter-Bewertung verkörperter Richtlinien
RoboChallenge: Large-scale Real-robot Evaluation of Embodied Policies
October 20, 2025
papers.authors: Adina Yakefu, Bin Xie, Chongyang Xu, Enwen Zhang, Erjin Zhou, Fan Jia, Haitao Yang, Haoqiang Fan, Haowei Zhang, Hongyang Peng, Jing Tan, Junwen Huang, Kai Liu, Kaixin Liu, Kefan Gu, Qinglun Zhang, Ruitao Zhang, Saike Huang, Shen Cheng, Shuaicheng Liu, Tiancai Wang, Tiezhen Wang, Wei Sun, Wenbin Tang, Yajun Wei, Yang Chen, Youqiang Gui, Yucheng Zhao, Yunchao Ma, Yunfei Wei, Yunhuan Yang, Yutong Guo, Ze Chen, Zhengyuan Du, Ziheng Zhang, Ziming Liu, Ziwei Yan
cs.AI
papers.abstract
Tests an echten Maschinen sind für Robotiksteuerungsalgorithmen unverzichtbar. Im Kontext lernbasierter Algorithmen, insbesondere von VLA-Modellen, wird die Forderung nach groß angelegten Evaluationen – also dem Testen einer großen Anzahl von Modellen an einer Vielzahl von Aufgaben – zunehmend dringlicher. Dies jedoch korrekt umzusetzen ist äußerst anspruchsvoll, insbesondere wenn Skalierbarkeit und Reproduzierbarkeit berücksichtigt werden. In diesem Bericht beschreiben wir unsere Methodik zur Entwicklung von RoboChallenge, eines Online-Bewertungssystems zum Testen von Robotiksteuerungsalgorithmen, sowie unsere Untersuchung aktueller state-of-the-art VLA-Modelle mithilfe unseres initialen Benchmarks Table30.
English
Testing on real machines is indispensable for robotic control algorithms. In
the context of learning-based algorithms, especially VLA models, demand for
large-scale evaluation, i.e. testing a large number of models on a large number
of tasks, is becoming increasingly urgent. However, doing this right is highly
non-trivial, especially when scalability and reproducibility is taken into
account. In this report, we describe our methodology for constructing
RoboChallenge, an online evaluation system to test robotic control algorithms,
and our survey of recent state-of-the-art VLA models using our initial
benchmark Table30.