← 机器人智能体 / 任务与评测环境程序化任务生成流程LIBERO · 原文 Fig. 2 · p.4 ↗
正式发表 / Robot Agentic
LIBERO
LIBERO: Benchmarking Knowledge Transfer for Lifelong Robot Learning
NeurIPS · 2023CCF A
快照 2026-10-28 · 引用:Semantic Scholar / arXiv 关联记录 · 代码核验依据 ↗
关键框架 FRAMEWORK
程序化生成带语言描述、对象布局和逻辑目标的操作任务,用多组任务套件研究知识迁移与持续学习。
- 01生成任务与语言指令
- 02指定布局和逻辑目标
- 03评估迁移与遗忘
THE IDEA
它在解决什么
程序化生成带语言描述、对象布局和逻辑目标的操作任务,用多组任务套件研究知识迁移与持续学习。
WHY READ IT
为什么放在这条路线
补齐常见 VLA 分数背后的任务定义,区分空间、对象、目标与长程组合变化。
READ WITH A QUESTION
读的时候,留意什么
基准任务成功率不等同真实部署能力;不同任务套件、训练划分和评测设置不能混算。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器