Evaluating Gemini Robotics Policies in a Veo World Simulator
本条目由 AI 按收录标准筛选与撰写，经独立的 AI 核查在原文中逐条找到依据，未经人工审核；数字与结论以原文为准。
相关报告
收录理由
该报告描述以视频生成模型为骨干的机器人策略离线评测流程，含动作条件闭环 rollout、多视角一致生成、生成式图像编辑与场景变体合成，并在硬件试验中对照验证排名、泛化轴与安全红队结果。
关键要点
- 系统基于 Veo 构建，针对机器人动作条件与多视角一致进行优化，并整合生成式图像编辑与多视角补全以沿多条泛化轴合成真实场景变体。
- 作者在 1600+ 次真实世界评测中验证八个 Gemini Robotics 策略检查点，评测平台为双臂操作器上的五项任务。
- 名义评测使用 ALOHA 2 上五项任务；共 80 种场景-指令组合，每段 rollout 为 8 秒并由人工按二元成功指标打分。
- Veo (Robotics) 在名义条件下能按性能对策略准确排序，且预测成功率与真实成功率呈强线性相关。
- OOD 评测考虑背景、小干扰物、大干扰物与待操纵对象四轴；对单策略可排序各轴难度，真实验证中 MMRV 为 0.06。
- 安全红队通过合成编辑含安全相关元素的场景 rollout 策略以发现潜在违规行为，并在真实道具复现场景中观察到与模拟一致的不安全行为。