MESA 发布机器人操作泛化评测框架：最强模型仅 52%

智梦发布于 2026-11-05 21:40

6次阅读

机器人操作泛化有了新的衡量标尺。MESA 评测框架用五个评测套件拆解语言条件策略的泛化能力：除分布内表现外，还分别测空间布局、物体实例、物体类别与子任务组合四类泛化，帮助研究者定位策略在何处、为何失效。

框架覆盖单臂 MESA 与双臂 BiMESA 两个基准，评测了扩散策略、VLM 方法与预训练 VLA 等七种基线方法，最强模型平均成功率仅为 52% 与 49%，留下了充足的改进空间。论文 11 月 3 日提交至 arXiv。

正文完

发表至：发现

近一天内

0

Kimi K3.1 Pro 权重放出：2.8T 参数，百万上下文

URDF一键训VLA模型