RoboCasa365：用于训练和基准测试通用型机器人的大规模仿真框架

机器人学习的最近进展加快了通用机器人的发展步伐，这些机器人能够在人类环境中执行日常任务。然而，我们仍然难以判断离这一愿景有多远。该领域缺乏一个可重现的大规模基准来进行系统评估。为了填补这一空白，我们提出了RoboCasa365，这是一个针对家务移动操纵的全面模拟基准。RoboCasa365建立在RoboCasa平台之上，在2,500个多样化的厨房环境中引入了365个日常任务，包含超过600小时的人类演示数据和超过1600小时的合成生成演示数据——使其成为研究通用策略最多样化和大规模的资源之一。RoboCasa365旨在支持不同问题设置的系统评估，包括多任务学习、机器人基础模型训练和终身学习。我们使用最先进的方法在此基准上进行了广泛的实验，并分析了任务多样性、数据集规模和环境变化对泛化的影响。我们的结果提供了关于哪些因素最强烈地影响通用机器人性能的新见解，并为该领域未来进展提供了策略指导。