RMMBench：机器人移动操作的综合基准

尽管视觉语言模型（VLM）的进步赋予机器人增强的环境理解和任务推理能力，但综合评估方法对于推进VLM在机器人导航和操纵中的集成非常重要。然而，目前的基准测试缺乏评估多样化机器人任务的综合方法，评估指标仍然相对有限，因此很难全面、细粒度地评估VLM的具体能力。为了解决这个问题，我们提出了 RMMBench，这是一个评估基准，要求机器人理解语言指令并在连续空间中执行长视野任务。 RMMBench 将高层和低层的具体任务无缝集成到一个统一的框架中，构建了一个“导航-操纵”任务套件，其中包含 70 个规范的任务场景，范围从局部操纵到长视野复合导航。结果表明，领先的VLM在执行移动操纵任务时仍然面临空间定位的重大挑战，也凸显了增强机器人在长视距交互过程中空间感知能力的必要性。 RMMBench 可以通过 https://mxxq-stack.github.io/rmmbench-project/ 访问