[控场AI]
基准BEHAVIOR Challenge / BEHAVIOR Benchmark

BEHAVIOR挑战赛

基于OmniGibson模拟器的具身智能基准,要求机器人在家庭环境中完成100项长程家务任务,评估长程规划与精细操作能力。

时间轴 (近 90 天)

11月11日

在2026年BEHAVIOR挑战赛中,一支独立团队使用单一VLA模型应对100项长程家务任务,在排行榜上位列第九,是前十名中唯一的独立参赛者。

待验证50%
11月11日

BEHAVIOR挑战赛要求机器人在OmniGibson模拟器中完成100项家庭任务,每项任务涉及长程规划与精细操作。

待验证50%
11月11日

在2025年与2026年共享的50项任务上,模型的Q值从0.260提升至0.371;在全部100项任务上,模型得分为0.392。

待验证50%
11月11日

公开提交中仅包含了部分Astra结果,最终得分为0.446 Q,完整任务成功率为27.3%。

待验证50%

全部知识事实 (4)

来源文章