RoboCAS: A Benchmark for Robotic Manipulation in Complex Object Arrangement Scenarios

基础模型具有使机器人能够执行长期通用操纵任务的重要潜力。然而，现有基准测试中任务的简单性和环境的一致性限制了它们在复杂场景中的有效部署。为了解决这一限制，本文介绍了 \textit{RoboCAS} 基准测试，这是专门为机器人操纵中的复杂物体排列场景设计的第一个基准测试。该基准测试采用灵活简洁的脚本策略，以高效地收集各种演示，展示高度逼真的物理模拟环境中的分散、有序和堆叠物体排列。它包括目标检索、障碍物清除和机器人操纵等复杂过程，测试代理人在模糊指令下进行空间推理和预测连锁反应的长期规划能力。对多个基线模型进行的广泛实验揭示了它们在处理复杂物体排列场景方面的局限性，强调了在实际部署中能够执行长期操作的智能代理的紧迫需求，并为未来研究方向提供了有价值的见解。项目网站：\url{https://github.com/notFoundThisPerson/RoboCAS-v0}。

本论文旨在解决机器人在复杂物品排列情景下长期规划的问题，并提出了RoboCAS基准测试用例。

RoboCAS基准测试用例是专门为机器人在复杂物品排列情景下长期规划而设计的，采用灵活简洁的脚本策略来收集多样化的演示，测试机器人的规划能力和空间推理能力。

RoboCAS基准测试用例包括散乱、有序和堆叠物品排列，测试机器人的目标检索、障碍物清除和机器人操作能力，以及预测链式反应。论文还进行了多个基线模型的实验，揭示了它们在处理复杂物品排列情景下的局限性，并提出了未来研究的方向。

最近的相关研究包括：《Visual Planning with Language Instructions in Cluttered and Crowded Spaces》、《RoboTHOR: An Open Simulation-to-Real Embodied AI Platform》、《ManipulaTHOR: A Framework for Visual Object Manipulation》等。