LIBERO-MAX 基准：8000 例测试显示机器人策略难以应对突发变化

Tulane、NYU、Stanford、CMU 等多所高校联合发布 LIBERO-MAX 基准，用 8000 个案例评测 14 个 SOTA 机器人策略在已开始行动后遭遇变化时的表现。注入几何、观察、外观与杂乱、路径约束四类受控变化后，任务成功率下降 11–26 个百分点，几何与观察变化影响最大。仅靠更频繁更新策略不足以解决这一问题。