RoboDojo (LLM as robot policy)のリーダーボード
2026年11月16日時点で、RoboDojo (LLM as robot policy)の最高スコアは29.0で、GPT-6 Astra(OpenAI)が記録しています。次点はDeepSeek V4.1 Flashの3.0です。公表された結果があるのは3のモデル構成です(RoboDojo、結果の日付は2026年11月14日)。RoboDojoは、シミュレーション上のロボット操作を試します。積み重ね、掃き掃除、開閉などの42タスクを、汎化、精度、長期タスク、記憶、自由課題のスキルに分類しています。ここでは汎用のLLMがロボットの方策となり、ロボット向けの学習なしに自ら行動を選びます(RoboDojoチームの「LLM as policy」設定)。RoboDojo (LLM as robot policy)は参考として掲載しており、BenchLeader Indexには含まれません。
要点(2026年11月16日時点)
- GPT-6 AstraがRoboDojo (LLM as robot policy)の最高スコア29.0を記録しています(RoboDojo、2026年11月14日)。
- RoboDojo (LLM as robot policy)の2位はDeepSeek V4.1 Flashで、3.0です(RoboDojo、2026年11月14日)。
- RoboDojo (LLM as robot policy):ロボット向けの学習をしていない汎用のLLMが、シミュレーション上のロボットアームを直接操作する42の操作タスク(汎化、精度、長期、記憶、自由課題)。スコアはタスクごとのスコア(0〜100)の平均で、成功率は各行の詳細にあります(RoboDojo)。
- BenchLeaderでは3のモデル構成にRoboDojo (LLM as robot policy)の公表結果があります(BenchLeader、2026年11月16日)。
- RoboDojo (LLM as robot policy)はBenchLeader Indexには反映されず、参考として掲載しています(BenchLeaderの評価方法)。
ロボット向けの学習をしていない汎用のLLMが、シミュレーション上のロボットアームを直接操作する42の操作タスク(汎化、精度、長期、記憶、自由課題)。スコアはタスクごとのスコア(0〜100)の平均で、成功率は各行の詳細にあります。
- 公開元
- RoboDojo
- カテゴリ
- エージェント・ツール
- Indexでの重み
- 参考のみ
- モデル
- 3
- データ基準日
- 2026年11月16日
MIT — robodojo-benchmark/RoboDojo (https://robodojo-benchmark.com). LLM results from the RoboDojo team (arXiv 2609.24170). Not endorsed by RoboDojo.
どんなテストか
RoboDojoは、シミュレーション上のロボット操作を試します。積み重ね、掃き掃除、開閉などの42タスクを、汎化、精度、長期タスク、記憶、自由課題のスキルに分類しています。ここでは汎用のLLMがロボットの方策となり、ロボット向けの学習なしに自ら行動を選びます(RoboDojoチームの「LLM as policy」設定)。
採点方法
各タスクで0〜100のスコアと50エピソードでの成功率を出し、ボードではそれぞれをタスク全体で平均しています。表示しているのは平均スコアで、成功率と、ボード上のすべての方策(大半はロボット向けに学習したモデル)の中での順位は詳細に示しています。
注意点
実行されたLLMはまだ少なく、すべてRoboDojoチームによるもので、ハーネスとプロンプトも同チームのものです。比較対象のロボット向けに学習した方策は言語モデルではないため、ここには表示していません。Indexには含めていません。
- 1GPT-6 Astra29.0
- 2DeepSeek V4.1 Flash3.0
- 3GPT-5.51.1
| # | ||||
|---|---|---|---|---|
| 1 | 29.0 | 66.4 | 2026-11-14 | |
| 2 | 3.0 | – | 2026-11-14 | |
| 3 | 1.1 | 61.0 | 2026-11-14 |
エージェント・ツールのベンチマークをもっと見る · LLMベンチマーク一覧
関連するベンチマーク
RoboDojo (LLM as robot policy)での注目のモデル比較
引用表記:BenchLeader「RoboDojo (LLM as robot policy)のリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/robodojo_sim
RoboDojo (LLM as robot policy):よくある質問
- RoboDojo (LLM as robot policy)は何を測るベンチマークですか?
- RoboDojoは、シミュレーション上のロボット操作を試します。積み重ね、掃き掃除、開閉などの42タスクを、汎化、精度、長期タスク、記憶、自由課題のスキルに分類しています。ここでは汎用のLLMがロボットの方策となり、ロボット向けの学習なしに自ら行動を選びます(RoboDojoチームの「LLM as policy」設定)。スコアは公開元独自の尺度のスコアで示され、高いほど良い結果です。
- RoboDojo (LLM as robot policy)の最高スコアは?
- 2026年11月16日時点で、RoboDojo (LLM as robot policy)の最高スコアは29.0で、GPT-6 Astraが記録しています(結果の日付は2026年11月14日)。次点はDeepSeek V4.1 Flashの3.0です。スコアはRoboDojoの公表値で、毎日読み直しています。
- RoboDojo (LLM as robot policy)でトップのAIモデルは?
- 2026年11月16日時点で、RoboDojo (LLM as robot policy)の首位はGPT-6 Astraで、スコアは29.0です(結果の日付は2026年11月14日)。続いてDeepSeek V4.1 Flash(3.0)です。
- RoboDojo (LLM as robot policy)の結果があるモデルはいくつですか?
- BenchLeaderでは3のモデル構成にRoboDojo (LLM as robot policy)の結果があり、すべてRoboDojoから取得しています。
- RoboDojo (LLM as robot policy)を運営しているのは誰で、どのくらいの頻度で更新されますか?
- RoboDojo (LLM as robot policy)はRoboDojoが公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
- RoboDojo (LLM as robot policy)はBenchLeader Indexに含まれますか?
- いいえ。RoboDojo (LLM as robot policy)は参考として掲載していますが、総合スコアには含めていません。