RoboSynChallenge：通过概括综合操作技能掌握现实世界的灵活性

实现通用的机器人操作仍然是体现智能的一个核心挑战。尽管模型架构和学习算法取得了快速进步，但进展往往受到现实世界数据的稀缺性和多样性的限制。 RoboSynChallenge 竞赛引入了一个统一的基准来评估和提高操纵策略在各种任务、环境和难度级别上的通用性。为了缓解现实数据的短缺，该挑战将大规模合成数据生成与标准化的现实世界机器人评估相结合。鼓励参与者利用综合的国家行动试验来改善通用政策学习，而最终评估仅在看不见的现实世界操纵环境中进行。提供基线实施，包括基于 Transformer-、扩散-、愿景-语言-行动和世界行动模型的政策，以确保可重复性和可比性。通过将可扩展的基于模拟的训练与严格的现实世界验证相结合，RoboSynChallenge 旨在促进能力广泛、数据高效且适应性强的操纵系统的开发，从而为真正的通用机器人智能铺平道路。