RobotArena ∞

把真实机器人视频自动转成仿真场景，再靠打分和人类投票给 VLA 排名的评测基准

RobotArena ∞ 是卡内基梅隆大学 Katerina Fragkiadaki 组 2025 年 10 月发布的机器人策略评测框架。真机评测费人、慢、不安全且难复现，它的做法是把 BridgeData V2、DROID、RH20T 等公开数据集里的真实操作视频，借助物体分割、单图生成 3D、背景修补等生成模型，加上相机标定和系统辨识，自动转成 Genesis 仿真器里的数字孪生场景，再让不同的 VLA 模型在里面执行。打分有两路：视觉语言模型按帧给出任务进度分；众包评审双盲观看两段执行视频选出更好的一方，再用 Bradley-Terry 模型汇总成 Elo 式排名。它还会系统地换背景、改颜色、挪物体位置来测鲁棒性。论文评测了 Octo、CogACT、π0、X-VLA 等 6 个策略，收集了 8500 多对人类偏好。

例子把 DROID 里一段真实桌面操作视频转成 Genesis 场景，让 π0 和 Octo 分别在其中执行同一指令，众包评审双盲比较两段回放后投票，结果计入排行榜；再把背景换掉重跑一遍，看排名是否变化。

也叫

RobotArena Infinity

相关

仿真评测、现实到仿真、双盲成对比较、Elo 评分、数字孪生、RoboArena

来源

arXiv 2510.23571 - RobotArena ∞: Scalable Robot Benchmarking via Real-to-Sim Translation
RobotArena ∞ 论文 HTML 版

信息截至

2026-03