LIBERO · Benchmark · PolySight

收录成绩1717 个模型或系统

当前第一99.9LaST-R1 (single-trajectory warm-up, single-view)

指标平均成功率四个 LIBERO 套件成功率的平均值（%）

最近同步10-19 15:305 个数据源 · 机器人操作

排名表

显示 17 / 17

						套件
	模型	机构	参数	开源						评测设置	来源		备注
1	LaST-R1 (single-trajectory warm-up, single-view)	Peking University	—	—	99.9	99.8	100.0	100.0	99.8	—	模型方自报	2026-10-19	定位：Table 1，LaST-R1 行（v3）；来源发布日期：2026-04-30；协议：训练数据=每任务单条专家轨迹 warm-up + LIBERO 在线 RL；视角=单前视 RGB（256×256）；输入模态=图像、语言，其他模态未说明；策略数=未说明；每套件试验次数=每任务 50 个 held-out 场景，即 500 次。
2	dVLA-RL (unified multi-task policy)	—	—	—	99.7	99.8	100.0	99.6	99.2	—	模型方自报	2026-10-19	定位：Table 1，dVLA-RL 行；§5.1；Appendix C Table 4；来源发布日期：2026-06-22；协议：训练数据=每套件 500 条 SFT 示范 + LIBERO 在线 RL；视角=使用腕部相机，数量及是否另含外部视角未说明；输入模态=图像、语言、本体状态；策略数=四套件共用一个 multi-task policy；每套件试验次数=每任务 512 个在线 rollout，表中取训练期间最佳 task-wise SR（约 5120 rollout/套件，并非固定 checkpoint 独立测试）。
3	CORAL-SimVLA	—	—	—	99.3	99.6	99.8	99.0	98.8	—	模型方自报	2026-10-19	定位：Table I，CORAL-SimVLA 行；来源发布日期：2026-03-10；协议：训练数据=LIBERO 各任务数据，数量未说明；视角=未说明；输入模态=图像、语言，本体状态是否使用未说明；策略数=一个冻结 SimVLA 主干 + 每任务独立 LoRA expert，共 40 个任务 expert；每套件试验次数=官方 test episodes，次数未说明。
4	SRPO Online (modified OpenVLA, one-shot SFT)	—	—	—	99.2	98.8	100.0	99.4	98.6	—	模型方自报	2026-10-19	定位：Table 1，+ Online SRPO 行；来源发布日期：2025-11-19；协议：训练数据=one-shot SFT + LIBERO 在线 RL；视角=单第三视角；输入模态=T+I（第三视角图像、指令）；策略数=未说明；每套件试验次数=未说明。modified OpenVLA 加入 action chunking 与 parallel decoding。
5	CORAL-π0.5	—	—	—	98.4	99.8	99.4	98.6	95.8	—	模型方自报	2026-10-19	定位：Table I，CORAL-π0.5 行；来源发布日期：2026-03-10；协议：训练数据=LIBERO 各任务数据，数量未说明；视角=未说明；输入模态=图像、语言，本体状态是否使用未说明；策略数=一个冻结 π0.5 主干 + 每任务独立 LoRA expert，共 40 个任务 expert；每套件试验次数=官方 test episodes，次数未说明。
6	πRL (two-camera)	—	—	—	98.3	99.6	100.0	99.6	94.0	—	论文报告	2026-10-19	定位：Table 1，πRL‡ 行（v3）；来源发布日期：2026-04-30；转引自 LaST-R1 Table 1。协议：训练数据=每任务单条轨迹 warm-up + 在线 RL；视角=双相机；输入模态=未说明；策略数=未说明；每套件试验次数=未说明。
7	RLinf-GRPO	—	—	—	97.6	98.9	99.7	98.3	93.6	—	论文报告	2026-10-19	定位：Table 1，RLinf-GRPO 行（v3）；来源发布日期：2026-04-30；转引自 LaST-R1 Table 1。协议：训练数据=每任务单条轨迹 warm-up + 在线 RL；视角=单视角；输入模态=未说明；策略数=未说明；每套件试验次数=未说明。
8	OpenVLA-OFT (full expert data, multi-input)	Stanford University	—	—	97.1	97.6	98.4	97.9	94.5	—	论文报告	2026-10-19	定位：Table 1，OpenVLA-OFT 行（v3）；来源发布日期：2026-04-30；转引自 LaST-R1 Table 1。协议：训练数据=全量专家数据（每任务 50 条轨迹）；视角=多视角；输入模态=多图像、本体状态、语言；策略数=未说明；每套件试验次数=未说明。
9	π0.5	Physical Intelligence	—	—	96.9	98.8	98.2	98.0	92.4	—	论文报告	2026-10-19	定位：Table 1，π0.5 行（v3）；来源发布日期：2026-04-30；转引自 LaST-R1 Table 1。协议：训练数据=全量专家数据（每任务 50 条轨迹）；视角=未说明；输入模态=未说明；策略数=未说明；每套件试验次数=未说明。
9	SimpleVLA-RL (LaST-R1 protocol)	—	—	—	96.9	98.2	98.7	98.8	91.7	—	论文报告	2026-10-19	定位：Table 1，SimpleVLA-RL 行（v3）；来源发布日期：2026-04-30；转引自 LaST-R1 Table 1。协议：训练数据=每任务单条轨迹 warm-up + 在线 RL；视角=单视角；输入模态=未说明；策略数=未说明；每套件试验次数=未说明。该口径与其自身论文 Table 2 的 99.1 不同。
11	StarVLA-OFT (Qwen3-VL, 30K)	StarVLA Community	—	—	96.6	97.8	98.6	96.2	93.8	—	模型方自报	2026-10-19	定位：Table 2，VL=Qwen3-VL-4B，StarVLA-OFT 行；来源发布日期：2026-04-06；协议：训练数据=全量 LIBERO 四套件联合数据；视角=未说明；输入模态=未说明；策略数=四套件共用一个 policy；每套件试验次数=500 次（10 任务×50 episodes）；训练 30K steps。
12	π0	Physical Intelligence	—	—	94.2	96.8	98.8	95.8	85.2	—	论文报告	2026-10-19	定位：Table 1，π0 行（v3）；来源发布日期：2026-04-30；转引自 LaST-R1 Table 1。协议：训练数据=全量专家数据（每任务 50 条轨迹）；视角=未说明；输入模态=未说明；策略数=未说明；每套件试验次数=未说明。
13	GR00T-N1	NVIDIA	—	—	93.9	94.4	97.6	93.0	90.6	—	论文报告	2026-10-19	定位：Table 1，GR00T-N1 行（v3）；来源发布日期：2026-04-30；转引自 LaST-R1 Table 1。协议：训练数据=全量专家数据（每任务 50 条轨迹）；视角=未说明；输入模态=未说明；策略数=未说明；每套件试验次数=未说明。
14	VLA-RL (full-trajectory warm-up)	—	—	—	81.0	90.2	91.8	82.2	59.8	—	论文报告	2026-10-19	定位：Table 1，VLA-RL† 行（v3）；来源发布日期：2026-04-30；转引自 LaST-R1 Table 1。协议：训练数据=full-trajectory warm-up + 在线 RL；视角=单视角；输入模态=未说明；策略数=未说明；每套件试验次数=未说明。
15	TGRPO (full-trajectory warm-up)	—	—	—	80.7	90.4	92.2	81.0	59.2	—	论文报告	2026-10-19	定位：Table 1，TGRPO† 行（v3）；来源发布日期：2026-04-30；转引自 LaST-R1 Table 1。协议：训练数据=full-trajectory warm-up + 在线 RL；视角=单视角；输入模态=未说明；策略数=未说明；每套件试验次数=未说明。
16	GRAPE (full-trajectory warm-up)	—	—	—	80.2	88.5	92.1	83.1	57.2	—	论文报告	2026-10-19	定位：Table 1，GRAPE† 行（v3）；来源发布日期：2026-04-30；转引自 LaST-R1 Table 1。协议：训练数据=full-trajectory warm-up + 在线 RL；视角=单视角；输入模态=未说明；策略数=未说明；每套件试验次数=未说明。
17	OpenVLA	Stanford University	—	—	76.5	84.7	88.4	79.2	53.7	—	论文报告	2026-10-19	定位：Table 1，OpenVLA 行（v3）；来源发布日期：2026-04-30；转引自 LaST-R1 Table 1。协议：训练数据=全量专家数据（每任务 50 条轨迹）；视角=单前视；输入模态=第三视角图像、语言；策略数=未说明；每套件试验次数=未说明。

榜单说明

第 3 批接入

指标

平均成功率：四个 LIBERO 套件成功率的平均值（%）（越高越好）

子项

套件SpatialObjectGoalLong

数据源

dVLA-RL 技术报告（在新窗口打开）（技术报告或模型卡）
LaST-R1 技术报告（在新窗口打开）（技术报告或模型卡）
CORAL 技术报告（在新窗口打开）（技术报告或模型卡）
SRPO 论文（在新窗口打开）（论文或项目页）
StarVLA 技术报告（在新窗口打开）（技术报告或模型卡）

来源类型

论文报告 11模型方自报 6

分数取自数据源原文；同一模型在不同评测设置或不同来源下分别列出，来源冲突时全部保留并标注来源类型。

更新记录

0 条

首次同步作为基线，之后新上榜、分数变化和移除的条目会记录在这里。