RoboBenchMart: Benchmarking Robots in Retail Environment
本文介绍了 RoboBenchMart，这是一个针对零售暗仓环境的开源模拟基准测试，用于评估最先进的视觉-语言-动作模型在复杂操控任务中的表现，并揭示了它们在超越家庭场景进行泛化方面的现有局限性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你打造了一个超级聪明的机器人厨师。你在一个完美、干净的厨房里训练它，它学会了如何拿起一个苹果并把它放进碗里。它非常擅长这项特定的任务。但现在，你想把这个机器人送到一家真实的杂货店去补货。
真实的商店完全是另一回事。这里人潮拥挤，过道狭窄，货架上密密麻麻地摆满了成千上万种不同的商品，而且灯光也很奇怪。论文 “RoboBenchMart” 指出，仅仅因为我们的机器人在“厨房测试”中表现出色，并不意味着它就能应对“杂货店测试”。
以下是研究人员所做的工作及其发现的简单拆解：
1. 问题所在：“厨房” vs. “商店”
大多数目前的机器人测试就像是在一个狭小、空旷的房间里玩电子游戏。机器人在桌子上学习拿起积木或移动杯子。但真实的杂货店就像是一个混乱的迷宫。
- 挑战： 在商店里，物品堆叠得很高，排列紧密，而且看起来非常相似（比如 50 种不同的谷物盒）。机器人必须在不撞倒物品的情况下，穿过狭窄的过道。
- 差距： 研究人员想知道：如果一个机器人在干净的厨房里是个名厨，它能否突然变成杂货店里的补货高手？
2. 解决方案：构建一个“数字超市”
为了在不购买真实商店和雇佣机器人的情况下进行测试，团队构建了 RoboBenchMart。你可以把它想象成一个专门为杂货店设计的高度逼真的视频游戏模拟器。
他们创建了三个主要工具来构建这个世界：
- 商店架构师 (The Store Architect)： 一个可以自动设计不同商店布局的程序。它就像一个游戏引擎，随机放置货架、冰箱和箱子，让机器人永远不会看到完全相同的商店。
- 产品包装员 (The Product Packer)： 一个将数千种虚拟杂货物品放入货架的系统。它甚至能模拟货架在满载、半空或物品被撞倒时的样子。
- 机器人老师 (The Robot Teacher)： 一个生成“完美”机器人运动轨迹的系统，向机器人展示如何完成诸如拿起苏打水罐或打开冰箱门之类的任务。
3. 测试：这些“通用型”机器人能通过吗？
研究人员选取了四种最先进的、“通用型”的 AI 机器人（旨在擅长处理任何事情的模型），并尝试教它们在数字超市中工作。他们给了机器人少量的训练数据（约 2,900 个示例），然后进行了测试。
结果令人感到汗颜：
- “厨房”机器人表现挣扎： 即便是那些经过海量数据训练的最聪明机器人，在商店里也表现得一塌糊涂。
- 简单任务失败： 机器人无法可靠地从拥挤的货架上拿起单个物品而不撞倒其他物品。
- 复杂任务无法完成： 当被要求执行多步骤工作（例如“打开冰箱，拿一瓶牛奶，然后关上门”）时，机器人的失败率是 100%。
- 新环境 = 完全失败： 当研究人员改变商店布局或货架上的物品（即机器人从未见过的场景）时，机器人会完全陷入混乱并停止工作。
4. 它们错在哪里？
研究人员分析了机器人失败的原因。这不仅仅是一个问题，而是一连串的错误反应：
- 迷失方向： 机器人无法确定人类要求的特定物品（例如，要“蓝色的 Fanta”，而不是红色的）。
- “抓取”问题： 即使机器人找到了正确的物品，它也经常抓取位置不对或立即掉落。
- “门”的问题： 打开滑动式冰箱门需要一种特定的、细腻的动作，而机器人无法掌握这种动作。
核心结论
论文得出结论：虽然我们的机器人在简单的房间里处理简单任务的能力正在提高，但它们尚未准备好应对杂货店这种混乱、复杂的现实环境。
你可以这样理解：我们已经教会了机器人在完美的棋盘上下棋。但现实世界就像是在棋盘摇晃、棋子形状各异，且每次走进新房间时规则都在变化的条件下下棋。RoboBenchMart 是一个新的“考试”，它证明了我们要实现机器人在商店中真正投入工作，还有很长的路要走。
好消息是？研究人员向公众发布了他们所有的工具、代码以及这个“数字商店”，以便其他科学家可以使用这个基准测试来帮助构建未来的更好机器人。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。