RoboChallenge: Avaliação em Larga Escala de Políticas Corporificadas em Robôs Reais
RoboChallenge: Large-scale Real-robot Evaluation of Embodied Policies
October 20, 2025
Autores: 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
Resumo
A testagem em máquinas reais é indispensável para algoritmos de controle robótico. No contexto de algoritmos baseados em aprendizagem, especialmente modelos VLA, a demanda por avaliação em larga escala - ou seja, testar um grande número de modelos em uma grande variedade de tarefas - torna-se cada vez mais urgente. No entanto, executar este processo adequadamente é altamente complexo, especialmente quando são considerados a escalabilidade e a reprodutibilidade. Neste relatório, descrevemos nossa metodologia para construir o RoboChallenge, um sistema de avaliação online para testar algoritmos de controle robótico, e nosso levantamento dos modelos VLA state-of-the-art recentes utilizando nossa métrica inicial 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.