LIBERO-Plus

在 LIBERO 上加 7 类扰动、专门检验 VLA 鲁棒性的评测基准。

LIBERO-Plus 是 2025 年 10 月由复旦大学、新加坡国立大学、同济大学等团队发布的操作评测基准，在流行的 LIBERO 仿真基准上加入 7 类受控扰动：物体摆放、相机视角、机器人初始姿态、语言指令、光照、背景纹理和传感器噪声，共 10030 个任务变体，用来检验 VLA（视觉-语言-动作模型）的高分是真本事还是记住了训练场景。结果显示，视角或初始姿态稍变，成功率就可能从 95% 掉到 30% 以下；模型对语言扰动反而不敏感，因为它们常常根本不看指令。仓库可直接替换原版 LIBERO，也开源了带扰动的训练数据。

例子OpenVLA 在原版 LIBERO 上成功率 76.5%，换相机视角后跌到 1.1%；把 OpenVLA-OFT 的指令换成空白，它在 object 任务组上的成功率几乎不变。

相关

LIBERO、LIBERO-PRO、泛化与鲁棒性评测、鲁棒性、视觉-语言-动作模型、OpenVLA-OFT

来源

LIBERO-Plus: In-depth Robustness Analysis of Vision-Language-Action Models (arXiv 2510.13626)
LIBERO-plus GitHub 仓库

信息截至

2025-10