RoboValue发布,解决具身赛道当下的盲点:哪些经验被保留、哪些行为需要被强化依然无法标准评测。
October 20, 2026
当机器人依靠反馈改进行为,评价的可靠性也在影响学习的方向。具身智能评测长期聚焦动作模型,而负责判断任务进展与执行质量的价值模型,仍缺少一套共同的检验标准。价值模型为数据筛选、策略学习、规划和执行监控提供依据;一旦评分进入学习与决策,评价中的偏差便可能传递到机器人行为中。
已有价值模型工作往往采用各自的数据、接口与指标,不同测试中的高分难以直接比较。来自清华大学、智元机器人、无界智航等机构的研究团队提出 RoboValue——首个面向机器人价值模型的细粒度仿真与真机统一评测基准,让不同模型依据共同的执行证据和一致的规则检验能力。
RoboValue 构建了覆盖 15 个仿真任务和 20 个真机任务的数据集,纳入专家示范、失败与恢复、依赖执行历史的重复操作及多种合法解法等轨迹,并设置跨本体与跨环境测试。评测围绕 Task-State Understanding、Temporal Progress Monitoring、Failure and Recovery Reasoning、Value Consistency 四个能力维度展开,使不同接口、不同价值定义的模型能够在统一标准下进行比较。