RLBench
机器人学习领域广泛使用的仿真基准平台，基于CoppeliaSim构建，提供100余种操作任务（如拾放、开门、插孔等），每个任务配有专家演示和密集奖励
时间轴 (近 90 天)
据HexaShell项目团队公布的数据，在RLBench拾放任务中，VLM在三次尝试内达到78%的成功率。
消融实验表明，在VLM和机器人之间加入学习到的运动规划器可将RLBench成功率提升至约90%。
当前基准（RLBench和Meta-World）偏向单臂固定基座设置，而工业产线常用7自由度机械臂或移动底座，结论迁移需谨慎。
RLBench是基于CoppeliaSim构建的仿真基准平台，提供100余种操作任务，支持多视角RGB-D观测和标准化评估协议。
Meta-World提供了50个不同难度的桌面操作任务，RLBench包含100个任务且支持多种观察模式，CALVIN专注于语言条件下的长时序操作任务链，是机器人操控领域主要的仿真评测基准
Meta-World、RLBench、CALVIN等基准测试平台提供了标准化的多任务评估环境
全部知识事实 (6)
据HexaShell项目团队公布的数据，在RLBench拾放任务中，VLM在三次尝试内达到78%的成功率。
50%待验证消融实验表明，在VLM和机器人之间加入学习到的运动规划器可将RLBench成功率提升至约90%。
50%待验证当前基准（RLBench和Meta-World）偏向单臂固定基座设置，而工业产线常用7自由度机械臂或移动底座，结论迁移需谨慎。
50%待验证RLBench是基于CoppeliaSim构建的仿真基准平台，提供100余种操作任务，支持多视角RGB-D观测和标准化评估协议。
50%待验证Meta-World提供了50个不同难度的桌面操作任务，RLBench包含100个任务且支持多种观察模式，CALVIN专注于语言条件下的长时序操作任务链，是机器人操控领域主要的仿真评测基准
50%待验证Meta-World、RLBench、CALVIN等基准测试平台提供了标准化的多任务评估环境
50%