https://auto-driving-blog.pages.dev/tags/-%E4%BB%BF%E7%9C%9F%E4%B8%8E%E7%9C%9F%E6%9C%BA/ Recent content in 🌍 仿真与真机 on Elon's AD Insight https://auto-driving-blog.pages.dev/images/share.png https://auto-driving-blog.pages.dev/images/share.png Hugo zh-cn Tue, 27 Oct 2026 00:00:00 +0000 https://auto-driving-blog.pages.dev/posts/paper-reading/robodojo%E7%B2%BE%E8%AF%BB/ Tue, 27 Oct 2026 00:00:00 +0000 https://auto-driving-blog.pages.dev/posts/paper-reading/robodojo%E7%B2%BE%E8%AF%BB/ RoboDojo（AI MMLab Club，arXiv 2607.04434 v3）精读：统一仿真与真机的通才操纵策略评测基准——仿真侧 42 任务覆盖泛化/记忆/长程/精密/开放指令五大维度（Isaac Sim 异构并行，2100 episodes），真机侧 18 任务 × 3 本体（ARX X5 / Piper / Piper X），标准化硬件与场景重置的 RoboDojo-RealEval 支持云端远程评测；XPolicyLab 统一策略接口一次接入、仿真真机两处可测。论文 2026-07-03 快照评测 30 个策略：最佳 Hy-Embodied-0.5-VLA 平均 13.07 分 / 8.80% SR，人类专家 80.42 / 76.03%——差距悬殊；真机侧 π0.5 最佳 22.9 / 12.8%，人类 100%。四大发现：随机化导致大崩溃（Hy-Embodied 标准 21.98 → 随机 1.57，-92.9%）、长程只是部分进步、精密卡在接触感知与偏轨纠偏、真机暴露执行不稳定。榜单由非营利基金会运营、无商业参与，含隐藏布局防刷榜与远程私有开发协议。逐张讲解全部 10 张插图（含双栏资产库/并行仿真子图）。