GemBench

基于 RLBench 的仿真基准，分四级测语言操作策略对新任务的泛化能力。

GemBench 由法国 Inria 和巴黎高师的 Ricardo Garcia、Shizhe Chen、Cordelia Schmid 提出，收录于 ICRA 2025。它建在 RLBench 仿真上，定义了按、抓、推、拧、关、开、放置/堆叠 7 种动作原语，用 16 个任务（31 个变体）训练，在 44 个任务（92 个变体）上测试，泛化难度分四级：新摆放位置、新刚体物体、新铰接物体、新长程任务。同一论文还提出 3D-LOTUS（基于点云的语言条件策略）和 3D-LOTUS++（再接入大语言模型做任务规划、视觉语言模型做物体定位）。结果显示纯模仿学习策略在熟悉任务上接近满分，遇到没学过的任务组合就明显下降。

例子第 1 级（只换摆放位置）3D-LOTUS 成功率 94.3%，而第 4 级要把学过的动作组合成新的长程任务，它只有 0.3%，加入大模型规划的 3D-LOTUS++ 为 17.4%。

也叫

GEMBench

相关

RLBench、泛化、组合泛化、长程任务、语言条件策略、基准测试

来源

Towards Generalizable Vision-Language Robotic Manipulation: A Benchmark and LLM-guided 3D Policy (arXiv 2410.01345)
GemBench project page

信息截至

2025-05