发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 实机任务成功与进度 ↗丢瓶 · 成功率: 50 %
arxiv-v2-real-four-tasks
表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 实机任务成功与进度 ↗丢瓶 · 阶段进度: 79 %
arxiv-v2-real-four-tasks
表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 实机任务成功与进度 ↗玩具收纳 · 成功率: 70 %
arxiv-v2-real-four-tasks
表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 实机任务成功与进度 ↗玩具收纳 · 阶段进度: 81 %
arxiv-v2-real-four-tasks
表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 实机任务成功与进度 ↗盒子搬运 · 成功率: 70 %
arxiv-v2-real-four-tasks
表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 实机任务成功与进度 ↗盒子搬运 · 阶段进度: 84.5 %
arxiv-v2-real-four-tasks
表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 实机任务成功与进度 ↗椅子摆放 · 成功率: 60 %
arxiv-v2-real-four-tasks
表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 实机任务成功与进度 ↗椅子摆放 · 阶段进度: 77 %
arxiv-v2-real-four-tasks
表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 实机任务成功与进度 ↗平均 · 成功率: 62.5 %
arxiv-v2-real-four-tasks
表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 实机任务成功与进度 ↗平均 · 阶段进度: 80.4 %
arxiv-v2-real-four-tasks
表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level0 ↗XMovePick L0: 100 %
arxiv-v2-simple-l0
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level0 ↗BendPick L0: 100 %
arxiv-v2-simple-l0
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level0 ↗Handover L0: 90 %
arxiv-v2-simple-l0
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level0 ↗Mobile P&P L0: 90 %
arxiv-v2-simple-l0
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level0 ↗Grasp L0: 100 %
arxiv-v2-simple-l0
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level0 ↗XMoveBendPick L0: 60 %
arxiv-v2-simple-l0
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level0 ↗平均: 90 %
arxiv-v2-simple-l0
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level1 ↗XMovePick L1: 100 %
arxiv-v2-simple-l1
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level1 ↗BendPick L1: 100 %
arxiv-v2-simple-l1
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level1 ↗Handover L1: 100 %
arxiv-v2-simple-l1
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level1 ↗Mobile P&P L1: 70 %
arxiv-v2-simple-l1
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level1 ↗Grasp L1: 90 %
arxiv-v2-simple-l1
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level1 ↗XMoveBendPick L1: 100 %
arxiv-v2-simple-l1
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level1 ↗平均: 93.3 %
arxiv-v2-simple-l1
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level2 ↗XMovePick L2: 80 %
arxiv-v2-simple-l2
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level2 ↗BendPick L2: 100 %
arxiv-v2-simple-l2
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level2 ↗Handover L2: 100 %
arxiv-v2-simple-l2
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level2 ↗Mobile P&P L2: 70 %
arxiv-v2-simple-l2
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level2 ↗Grasp L2: 80 %
arxiv-v2-simple-l2
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level2 ↗XMoveBendPick L2: 90 %
arxiv-v2-simple-l2
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE Level2 ↗平均: 86.7 %
arxiv-v2-simple-l2
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · SIMPLE逐任务选型总成绩 ↗成功率: 90 %
arxiv-v2-simple-overall
表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · HumanVerse比例与实机进度 ↗0% HumanVerse: 59.9 %
arxiv-v2-human-data-scaling
图12/附录C:Stage II的HumanVerse训练分区取0/5/10/25/50/100%,会话分离嵌套子集,固定Stage I、模型规模、机器人数据、Stage III预算及评测清单;非零组Stage II预算相同,0组跳过Stage II。为实机加权进度而非二元成功,80.4对59.9是20.5个百分点;单次离线损失拟合不证明多种子复现或外推。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · HumanVerse比例与实机进度 ↗5% HumanVerse: 64.2 %
arxiv-v2-human-data-scaling
图12/附录C:Stage II的HumanVerse训练分区取0/5/10/25/50/100%,会话分离嵌套子集,固定Stage I、模型规模、机器人数据、Stage III预算及评测清单;非零组Stage II预算相同,0组跳过Stage II。为实机加权进度而非二元成功,80.4对59.9是20.5个百分点;单次离线损失拟合不证明多种子复现或外推。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · HumanVerse比例与实机进度 ↗10% HumanVerse: 67.3 %
arxiv-v2-human-data-scaling
图12/附录C:Stage II的HumanVerse训练分区取0/5/10/25/50/100%,会话分离嵌套子集,固定Stage I、模型规模、机器人数据、Stage III预算及评测清单;非零组Stage II预算相同,0组跳过Stage II。为实机加权进度而非二元成功,80.4对59.9是20.5个百分点;单次离线损失拟合不证明多种子复现或外推。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · HumanVerse比例与实机进度 ↗25% HumanVerse: 72.1 %
arxiv-v2-human-data-scaling
图12/附录C:Stage II的HumanVerse训练分区取0/5/10/25/50/100%,会话分离嵌套子集,固定Stage I、模型规模、机器人数据、Stage III预算及评测清单;非零组Stage II预算相同,0组跳过Stage II。为实机加权进度而非二元成功,80.4对59.9是20.5个百分点;单次离线损失拟合不证明多种子复现或外推。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · HumanVerse比例与实机进度 ↗50% HumanVerse: 76.4 %
arxiv-v2-human-data-scaling
图12/附录C:Stage II的HumanVerse训练分区取0/5/10/25/50/100%,会话分离嵌套子集,固定Stage I、模型规模、机器人数据、Stage III预算及评测清单;非零组Stage II预算相同,0组跳过Stage II。为实机加权进度而非二元成功,80.4对59.9是20.5个百分点;单次离线损失拟合不证明多种子复现或外推。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · HumanVerse比例与实机进度 ↗100% HumanVerse: 80.4 %
arxiv-v2-human-data-scaling
图12/附录C:Stage II的HumanVerse训练分区取0/5/10/25/50/100%,会话分离嵌套子集,固定Stage I、模型规模、机器人数据、Stage III预算及评测清单;非零组Stage II预算相同,0组跳过Stage II。为实机加权进度而非二元成功,80.4对59.9是20.5个百分点;单次离线损失拟合不证明多种子复现或外推。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 去除两个人类数据阶段 ↗SIMPLE overall: 79.4 %
arxiv-v2-no-human-stages
表3去除两个人类数据阶段消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 去除两个人类数据阶段 ↗实机成功率: 15 %
arxiv-v2-no-human-stages
表3去除两个人类数据阶段消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 去除两个人类数据阶段 ↗阶段进度: 54 %
arxiv-v2-no-human-stages
表3去除两个人类数据阶段消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 去除Stage II ↗SIMPLE overall: 82.3 %
arxiv-v2-no-stage-ii
表3去除Stage II消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 去除Stage II ↗实机成功率: 22.5 %
arxiv-v2-no-stage-ii
表3去除Stage II消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 去除Stage II ↗阶段进度: 59.9 %
arxiv-v2-no-stage-ii
表3去除Stage II消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 去除Stage I ↗SIMPLE overall: 87.8 %
arxiv-v2-no-stage-i
表3去除Stage I消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 去除Stage I ↗实机成功率: 50 %
arxiv-v2-no-stage-i
表3去除Stage I消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 去除Stage I ↗阶段进度: 75.9 %
arxiv-v2-no-stage-i
表3去除Stage I消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 机器人未见、人类已见物体 ↗人类引导进度: 55.8 %
arxiv-v2-robot-unseen-human-observed
5.4节/图13/附录D.3:机器人演示含A,人类引导配方含人类A及B;同一策略分别测A和B,仅机器人变体测B。四任务各方法各条件各10次;B为机器人未见但人类已见,不是完全新物体零样本。人类引导平均55.8对仅机器人48.4为进度;反映综合人类训练收益,不能单独归因于人类B数据。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。
发布方评测 · 报告成绩,未经独立复现
λ₀ 官方报告成绩 · 机器人未见、人类已见物体 ↗仅机器人进度: 48.4 %
arxiv-v2-robot-unseen-human-observed
5.4节/图13/附录D.3:机器人演示含A,人类引导配方含人类A及B;同一策略分别测A和B,仅机器人变体测B。四任务各方法各条件各10次;B为机器人未见但人类已见,不是完全新物体零样本。人类引导平均55.8对仅机器人48.4为进度;反映综合人类训练收益,不能单独归因于人类B数据。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。