机器人策略需具备跨部署环境的泛化能力,这包括机器人本体自身的各种变化:摄像头可能被意外碰撞后重新安装、标定参数会随时间发生漂移、控制器运行频率可能发生变化、末端执行器(夹爪)的接触垫也会逐渐磨损。我们提出了 LIBERO-RIG 基准测试集,该基准仅对机器人的硬件配置与系统设置施加扰动,而保持所有 LIBERO 任务本身完全不变。该基准覆盖十一个扰动维度,包括摄像头安装方式与光学特性、摄像头与机械臂之间的标定关系、执行器增益(actuation gain)、控制频率(control rate)、本体感知噪声(proprioceptive noise)、机器人基座位姿、桌面高度以及夹爪接触垫状态。每个扰动维度均设置五个严重程度等级,由此在 LIBERO 的四个任务套件中共构成 210 种不同测试条件。我们采用每种条件 500 轮次(episodes)的规模,对九种近期提出的视觉–语言–动作(vision-language-action)模型进行了系统评估,并通过严格的统计检验对每一项发现予以验证和支撑。整体成功率在中等扰动强度下从 0.932 下降至 0.767,在最高扰动强度下进一步降至 0.509。不同扰动维度及动作接口之间的性能退化程度差异显著;此外,仅在训练阶段引入视觉扰动,并不能缓解那些不改变摄像头图像内容(即图像外观不变)的硬件或系统层面故障。我们已公开发布该基准测试集,并同步提供各测试轮次所对应固定扰动参数的详细清单(manifests)。

