RoboValue：面向机器人价值模型统一评估的细粒度仿真与真实基准

RoboValue 是一个细粒度仿真与真实基准，用于统一评估机器人价值模型，覆盖任务状态理解、时序进度监控、失败与恢复推理、价值一致性四个维度。其数据集包含 15 个仿真和 20 个真实世界操作任务，在零样本和单样本设置下评估代表性价值模型。结果显示，即使结果与前进进度得分较高的模型，在细粒度指令 grounding、依赖历史的进度跟踪和恢复评估上仍存在错误。