你的模型真的能打吗？操作任务的长尾场景评测来了

现有数据集真的推动机器人能力提升了吗？ 近年来，随着机器人学习和模仿学习的快速发展，各类数据集与方法层出不穷。然而，这些数据集及其任务设计往往缺乏系统性的考量与原则。这引发了两个关键 问题：现有数据集与任务设计是否真正推动了机器人能力的提升？仅通过少数常见任务的评估，能否准确反映不同团队提出的各类方法在不同任务上的差异化性 能？ 为解决这些问题，上海交大等研究团队提出GM-100基准测试，将其作为迈向机器人学习奥林匹克盛会的第一步。GM-100包含100项精心设计的任务，涵盖各类交互 场景与长尾行为，旨在提供一组多样化且具有挑战性的任务集合，全面评估机器人智能体的能力，并推动机器人数据集任务设计向多样化与复杂化方向发展。这些 任务通过对现有任务设计的系统性分析与扩展，并结合人物交互基元与物体功能特性的相关insights开发而成。 点击下方 卡片 ，关注" 具身智能 之心 "公众号 编辑丨具身智能之心 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要的。 本数据集在不同的 ...