论文解读 · 2026年10月21日
LIBERO-Industry：在工业工艺约束下对机器人操作能力进行基准测试
LIBERO-Industry: Benchmarking Robotic Manipulation under Industrial Process Constraints
把传送带速度、作业时间窗、放置公差等工业约束变成可调节的条件，构建了 216 个任务的基准，5 种通用机器人策略全部取得 0% 的成功率。
问题
在多品种小批量生产这类柔性制造现场，机器人必须适应产品和生产条件不断变化的情况。这类现场存在产品变型、移动的物料流、规定的作业时间窗、紧绷的几何公差等工艺约束。然而现有的机器人学习基准（LIBERO、CALVIN、Meta-World 等）以家庭环境为主，不涉及这些时序、移动、放置要求；而 ARIAC 这类制造基准又不评测通用机器人策略。
方法
扩展 LIBERO，构建了三类任务群：D2S（从移动的传送带上抓取并放入固定夹具）、S2D（从固定处抓取并放入间歇移动的槽位）、D2D（从移动处搬到移动处）。组合 4 种物体、3 档传送带速度、2 个移动方向和 3 个难度等级，共构建 216 个任务（训练 180，评测 36）。难度越高，从宽大的托盘到贴合物体形状的凹槽、再到严丝合缝的嵌件，放置精度要求越高，环境变动也越大。每个任务都有从物料移动时刻表推导出的固定 rollout 时间上限，并对所有策略适用相同的上限。指标为成功率（SR）和两种部分完成率（PCR_T：目标物体的搬运进度；PCR_S：若扰动了原本已放置的物体则扣分）。
结果
- 在 LIBERO 上微调的 5 个公开检查点（π0.5、OpenVLA-OFT、UniVLA、X-VLA、Cosmos Policy），在 36 个评测任务、每个策略 360 次 rollout 中，成功率全部为 0.0%。
- 目标搬运的部分完成率（PCR_T）除 π0.5 的 0.4% 之外也全部为 0.0%。PCR_S 为 11.2~12.5%，这一分数来自没有碰到一开始就在原位的物体。
- 作者报告称，随着工业约束逐项加入并相互组合，性能呈现逐步下降的态势。
- 作者报告称，在相同的微调与评测条件下，用 LIBERO-Industry 数据进行 co-training 的一方，在真实 AUBO-i5H 机械臂的 D2S 试验中，目标搬运完成率高于用原本的 LIBERO 数据进行 co-training 的一方。
局限
由于所有策略的成功率都是 0%，模型之间无法区分；当前基准适合衡量零样本迁移，但难以追踪渐进式的改进。还要考虑到，所评测的检查点是在家庭环境的 LIBERO 上微调的，没有在工业任务上学习的机会。评测任务为 36 个、每个任务 10 个初始状态，规模较小。真实机器人验证仅限于 D2S 这一种场景，比较结果也只以「更高」的表述给出，没有具体数值。作者明确指出，论文设定的时间上限是用于基准测试的值，而不是实际工厂的节拍时间。
意义
它用数字表明，VLA 模型在家庭环境基准上取得的分数，在工厂条件下并不能照搬。当移动的物料、规定的时间和狭窄的容差同时出现时，现有的通用策略一个任务也没能完成。对于想把物理 AI 应用到制造现场的一方，这成为诊断缺了什么的起点。
关键术语
- VLA（Vision-Language-Action）模型
- 接收摄像头图像和语言指令并直接输出机器人动作的通用机器人策略。RT-2、OpenVLA 等是代表。
- 多品种小批量生产（HMLV）
- 产品种类多、每种产量少的生产方式。产线切换频繁，用传统的固定自动化时重新编程的负担很大。
- 作业时间窗（execution window）
- 能够抓取沿传送带流过来的物体的有限时间区间。在这之内没完成就会错失机会。
- 部分完成率（PCR）
- 不用成功/失败的二分法，而是衡量搬运进度的指标。PCR_T 只看目标物体的搬运，PCR_S 还反映是否扰动了原有的物体。
原文
作者: Ming Shin Cindy Sung, Duan Leijiahao, Haoxiang Wang, Boning Tan, Liangna Fu, Chao Tan, Yafu Li, Yulong Chen, 等 · 发布 2026-10-12 · 许可 CC BY 4.0 · 基于全文分析
本解读是 AI 阅读论文后撰写的摘要，请以论文原文为准。