公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · 実機課題成功と進捗 ↗瓶廃棄 · 成功率: 50 %
arxiv-v2-real-four-tasks
表1/付録D.3:G1/Revo2+SONIC、瓶/玩具/箱/椅子各10固定初期条件、計40回。自主完全達成と100点段階進捗を区別、人的接触は自主成功外、終態3秒。等重み25/40=62.5と進捗80.4。README別課題を転用しない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · 実機課題成功と進捗 ↗瓶廃棄 · 段階進捗: 79 %
arxiv-v2-real-four-tasks
表1/付録D.3:G1/Revo2+SONIC、瓶/玩具/箱/椅子各10固定初期条件、計40回。自主完全達成と100点段階進捗を区別、人的接触は自主成功外、終態3秒。等重み25/40=62.5と進捗80.4。README別課題を転用しない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · 実機課題成功と進捗 ↗玩具収納 · 成功率: 70 %
arxiv-v2-real-four-tasks
表1/付録D.3:G1/Revo2+SONIC、瓶/玩具/箱/椅子各10固定初期条件、計40回。自主完全達成と100点段階進捗を区別、人的接触は自主成功外、終態3秒。等重み25/40=62.5と進捗80.4。README別課題を転用しない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · 実機課題成功と進捗 ↗玩具収納 · 段階進捗: 81 %
arxiv-v2-real-four-tasks
表1/付録D.3:G1/Revo2+SONIC、瓶/玩具/箱/椅子各10固定初期条件、計40回。自主完全達成と100点段階進捗を区別、人的接触は自主成功外、終態3秒。等重み25/40=62.5と進捗80.4。README別課題を転用しない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · 実機課題成功と進捗 ↗箱運搬 · 成功率: 70 %
arxiv-v2-real-four-tasks
表1/付録D.3:G1/Revo2+SONIC、瓶/玩具/箱/椅子各10固定初期条件、計40回。自主完全達成と100点段階進捗を区別、人的接触は自主成功外、終態3秒。等重み25/40=62.5と進捗80.4。README別課題を転用しない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · 実機課題成功と進捗 ↗箱運搬 · 段階進捗: 84.5 %
arxiv-v2-real-four-tasks
表1/付録D.3:G1/Revo2+SONIC、瓶/玩具/箱/椅子各10固定初期条件、計40回。自主完全達成と100点段階進捗を区別、人的接触は自主成功外、終態3秒。等重み25/40=62.5と進捗80.4。README別課題を転用しない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · 実機課題成功と進捗 ↗椅子配置 · 成功率: 60 %
arxiv-v2-real-four-tasks
表1/付録D.3:G1/Revo2+SONIC、瓶/玩具/箱/椅子各10固定初期条件、計40回。自主完全達成と100点段階進捗を区別、人的接触は自主成功外、終態3秒。等重み25/40=62.5と進捗80.4。README別課題を転用しない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · 実機課題成功と進捗 ↗椅子配置 · 段階進捗: 77 %
arxiv-v2-real-four-tasks
表1/付録D.3:G1/Revo2+SONIC、瓶/玩具/箱/椅子各10固定初期条件、計40回。自主完全達成と100点段階進捗を区別、人的接触は自主成功外、終態3秒。等重み25/40=62.5と進捗80.4。README別課題を転用しない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · 実機課題成功と進捗 ↗平均 · 成功率: 62.5 %
arxiv-v2-real-four-tasks
表1/付録D.3:G1/Revo2+SONIC、瓶/玩具/箱/椅子各10固定初期条件、計40回。自主完全達成と100点段階進捗を区別、人的接触は自主成功外、終態3秒。等重み25/40=62.5と進捗80.4。README別課題を転用しない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · 実機課題成功と進捗 ↗平均 · 段階進捗: 80.4 %
arxiv-v2-real-four-tasks
表1/付録D.3:G1/Revo2+SONIC、瓶/玩具/箱/椅子各10固定初期条件、計40回。自主完全達成と100点段階進捗を区別、人的接触は自主成功外、終態3秒。等重み25/40=62.5と進捗80.4。README別課題を転用しない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level0 ↗XMovePick L0: 100 %
arxiv-v2-simple-l0
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level0 ↗BendPick L0: 100 %
arxiv-v2-simple-l0
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level0 ↗Handover L0: 90 %
arxiv-v2-simple-l0
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level0 ↗Mobile P&P L0: 90 %
arxiv-v2-simple-l0
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level0 ↗Grasp L0: 100 %
arxiv-v2-simple-l0
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level0 ↗XMoveBendPick L0: 60 %
arxiv-v2-simple-l0
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level0 ↗平均: 90 %
arxiv-v2-simple-l0
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level1 ↗XMovePick L1: 100 %
arxiv-v2-simple-l1
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level1 ↗BendPick L1: 100 %
arxiv-v2-simple-l1
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level1 ↗Handover L1: 100 %
arxiv-v2-simple-l1
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level1 ↗Mobile P&P L1: 70 %
arxiv-v2-simple-l1
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level1 ↗Grasp L1: 90 %
arxiv-v2-simple-l1
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level1 ↗XMoveBendPick L1: 100 %
arxiv-v2-simple-l1
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level1 ↗平均: 93.3 %
arxiv-v2-simple-l1
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level2 ↗XMovePick L2: 80 %
arxiv-v2-simple-l2
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level2 ↗BendPick L2: 100 %
arxiv-v2-simple-l2
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level2 ↗Handover L2: 100 %
arxiv-v2-simple-l2
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level2 ↗Mobile P&P L2: 70 %
arxiv-v2-simple-l2
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level2 ↗Grasp L2: 80 %
arxiv-v2-simple-l2
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level2 ↗XMoveBendPick L2: 90 %
arxiv-v2-simple-l2
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE Level2 ↗平均: 86.7 %
arxiv-v2-simple-l2
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · SIMPLE課題別選定総値 ↗成功率: 90 %
arxiv-v2-simple-overall
表2/付録D.2:6課題×3難度各10=180、162成功。課題別最良設定で共通重み/推論なし、検証専用選定と未確認。単課題訓練、固定設定比較ではない。公開基線は各原典手順、raw重みと別。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · HumanVerse比率と実機進捗 ↗0% HumanVerse: 59.9 %
arxiv-v2-human-data-scaling
図12/付録C:StageII0/5/10/25/50/100%、会話別ネスト、StageI/容量/ロボット資料/StageIII予算/評価固定。非ゼロ予算同じ、0はStageIIなし。実機進捗で成功率ではなく差20.5点。単実行損失fitで再現/外挿保証なし。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · HumanVerse比率と実機進捗 ↗5% HumanVerse: 64.2 %
arxiv-v2-human-data-scaling
図12/付録C:StageII0/5/10/25/50/100%、会話別ネスト、StageI/容量/ロボット資料/StageIII予算/評価固定。非ゼロ予算同じ、0はStageIIなし。実機進捗で成功率ではなく差20.5点。単実行損失fitで再現/外挿保証なし。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · HumanVerse比率と実機進捗 ↗10% HumanVerse: 67.3 %
arxiv-v2-human-data-scaling
図12/付録C:StageII0/5/10/25/50/100%、会話別ネスト、StageI/容量/ロボット資料/StageIII予算/評価固定。非ゼロ予算同じ、0はStageIIなし。実機進捗で成功率ではなく差20.5点。単実行損失fitで再現/外挿保証なし。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · HumanVerse比率と実機進捗 ↗25% HumanVerse: 72.1 %
arxiv-v2-human-data-scaling
図12/付録C:StageII0/5/10/25/50/100%、会話別ネスト、StageI/容量/ロボット資料/StageIII予算/評価固定。非ゼロ予算同じ、0はStageIIなし。実機進捗で成功率ではなく差20.5点。単実行損失fitで再現/外挿保証なし。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · HumanVerse比率と実機進捗 ↗50% HumanVerse: 76.4 %
arxiv-v2-human-data-scaling
図12/付録C:StageII0/5/10/25/50/100%、会話別ネスト、StageI/容量/ロボット資料/StageIII予算/評価固定。非ゼロ予算同じ、0はStageIIなし。実機進捗で成功率ではなく差20.5点。単実行損失fitで再現/外挿保証なし。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · HumanVerse比率と実機進捗 ↗100% HumanVerse: 80.4 %
arxiv-v2-human-data-scaling
図12/付録C:StageII0/5/10/25/50/100%、会話別ネスト、StageI/容量/ロボット資料/StageIII予算/評価固定。非ゼロ予算同じ、0はStageIIなし。実機進捗で成功率ではなく差20.5点。単実行損失fitで再現/外挿保証なし。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · 人間資料2段階なし ↗SIMPLE overall: 79.4 %
arxiv-v2-no-human-stages
表3人間資料2段階なし、架構/動作/VLM初期化/StageIII接地保持。実機4課題各10回、成功/進捗別。SIMPLE課題別選定で分析間設定一致未確認、現Downloadの単独評価ではない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · 人間資料2段階なし ↗実機成功率: 15 %
arxiv-v2-no-human-stages
表3人間資料2段階なし、架構/動作/VLM初期化/StageIII接地保持。実機4課題各10回、成功/進捗別。SIMPLE課題別選定で分析間設定一致未確認、現Downloadの単独評価ではない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · 人間資料2段階なし ↗段階進捗: 54 %
arxiv-v2-no-human-stages
表3人間資料2段階なし、架構/動作/VLM初期化/StageIII接地保持。実機4課題各10回、成功/進捗別。SIMPLE課題別選定で分析間設定一致未確認、現Downloadの単独評価ではない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · Stage IIなし ↗SIMPLE overall: 82.3 %
arxiv-v2-no-stage-ii
表3Stage IIなし、架構/動作/VLM初期化/StageIII接地保持。実機4課題各10回、成功/進捗別。SIMPLE課題別選定で分析間設定一致未確認、現Downloadの単独評価ではない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · Stage IIなし ↗実機成功率: 22.5 %
arxiv-v2-no-stage-ii
表3Stage IIなし、架構/動作/VLM初期化/StageIII接地保持。実機4課題各10回、成功/進捗別。SIMPLE課題別選定で分析間設定一致未確認、現Downloadの単独評価ではない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · Stage IIなし ↗段階進捗: 59.9 %
arxiv-v2-no-stage-ii
表3Stage IIなし、架構/動作/VLM初期化/StageIII接地保持。実機4課題各10回、成功/進捗別。SIMPLE課題別選定で分析間設定一致未確認、現Downloadの単独評価ではない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · Stage Iなし ↗SIMPLE overall: 87.8 %
arxiv-v2-no-stage-i
表3Stage Iなし、架構/動作/VLM初期化/StageIII接地保持。実機4課題各10回、成功/進捗別。SIMPLE課題別選定で分析間設定一致未確認、現Downloadの単独評価ではない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · Stage Iなし ↗実機成功率: 50 %
arxiv-v2-no-stage-i
表3Stage Iなし、架構/動作/VLM初期化/StageIII接地保持。実機4課題各10回、成功/進捗別。SIMPLE課題別選定で分析間設定一致未確認、現Downloadの単独評価ではない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · Stage Iなし ↗段階進捗: 75.9 %
arxiv-v2-no-stage-i
表3Stage Iなし、架構/動作/VLM初期化/StageIII接地保持。実機4課題各10回、成功/進捗別。SIMPLE課題別選定で分析間設定一致未確認、現Downloadの単独評価ではない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · ロボット未知・人間既知の物体 ↗人間誘導進捗: 55.8 %
arxiv-v2-robot-unseen-human-observed
5.4/図13/付録D.3:ロボットA、人間A+B、同方策A/Bとロボットのみ変種B。4課題/条件/方式各10回。Bは人間既見で完全未知ゼロショットではない。進捗55.8対48.4、B資料だけの効果を分離しない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。
公開元の評価 · 報告値・独立再現なし
λ₀ 公式報告値 · ロボット未知・人間既知の物体 ↗ロボットのみ進捗: 48.4 %
arxiv-v2-robot-unseen-human-observed
5.4/図13/付録D.3:ロボットA、人間A+B、同方策A/Bとロボットのみ変種B。4課題/条件/方式各10回。Bは人間既見で完全未知ゼロショットではない。進捗55.8対48.4、B資料だけの効果を分離しない。 v2開発者値、独立再現なし。評価固定重み/実行日不明。公開StageII生重みは評価StageIII方策ではなく版単位で記録。