HandsOn：面向可泛化灵巧操作的大规模仿真基准
HandsOn 是一个用于研究跨机器人形态、物体和任务的灵巧操作能力的仿真平台与基准。它支持五种机械臂、六种灵巧机械手，以及约 200 种刚体、关节物体和可变形物体。该基准包含 18,000 条经过筛选的人类演示和 66 项经人工验证的任务。Core-50 评估基于演示的学习与执行；Transfer-16 则在没有目标任务演示的情况下，测试向新物体和关系的迁移、技能组合及可变形物体操作。训练后的最佳多任务策略在 Core-50 上成功率为 29.1%。未经基准微调的 GPT-6 在 Core-50 和 Transfer-16 上分别达到 5.2% 和 1.9%。结果表明，建立接触、协调动作以及维持已达成目标仍是主要难题。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。