热点事件持续更新
UT Austin等发布LIBERO-MAX机器人扰动基准
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月，UT Austin、斯坦福、MIT、NTU等机构研究者提出机器人鲁棒性基准LIBERO-MAX，相关成果入选NeurIPS 2026。该基准的特点是：在任务执行过程中引入环境扰动，而不是只在任务开始前改变条件。扰动分为几何、观测、外观、路径四类，覆盖目标与容器位移、相机偏移与传感器噪声、光照切换、障碍插入等情形。团队已用该基准对14个当前机器人策略（涵盖VLA）完成测试。目前尚无其他机构复现或第三方评估结果公布。
AI 根据报道生成 · 2 小时前更新
最新进展10月17日 23:42
LIBERO-MAX基准公布，已在14个机器人策略（涵盖VLA）上完成测试。报道时间线
沿着报道，了解事件的不同侧面。
10月17日
- AGI HuntUT Austin 等名校发布 LIBERO-MAX：专测任务执行中环境突变的机器人基准
UT Austin、斯坦福、MIT、NTU 等机构研究者提出机器人鲁棒性基准 LIBERO-MAX（NeurIPS 2026），在任务执行过程中引入环境扰动，而非只在任务开始前改变条件。扰动分几何、观测、外观、路径四类，覆盖目标/容器位移、相机偏移与传感器噪声、光照切换、障碍插入。团队已对 14 个当前机器人策略（涵盖 VLA）完成基准测试。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。