RoboDojo (LLM as robot policy) 排行榜
截至 2026年11月16日,RoboDojo (LLM as robot policy) 的最高分为 29.0,由 GPT-6 Astra(OpenAI)取得,领先于 DeepSeek V4.1 Flash(3.0)。共有 3 个模型配置公布了结果(RoboDojo,结果日期 2026年11月14日)。RoboDojo 在仿真环境中测试机器人操作:42 项任务,例如堆叠、清扫和开启,分为泛化、精度、长周期、记忆和开放式技能几组。这里由通用大模型充当机器人的策略,在没有任何机器人专项训练的情况下自行选择动作(即 RoboDojo 团队的“大模型作为策略”设置)。RoboDojo (LLM as robot policy) 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- GPT-6 Astra 以 29.0 保持 RoboDojo (LLM as robot policy) 最高分(RoboDojo,2026年11月14日)。
- DeepSeek V4.1 Flash 以 3.0 位列 RoboDojo (LLM as robot policy) 第二(RoboDojo,2026年11月14日)。
- RoboDojo (LLM as robot policy):未经机器人训练的通用大模型直接控制模拟机械臂,完成 42 项操作任务(泛化、精度、长周期、记忆、开放式)。分数为各任务 0–100 分的平均值,成功率见每行详情(RoboDojo)。
- BenchLeader 上有 3 个模型配置公布了 RoboDojo (LLM as robot policy) 结果(BenchLeader,2026年11月16日)。
- RoboDojo (LLM as robot policy) 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
未经机器人训练的通用大模型直接控制模拟机械臂,完成 42 项操作任务(泛化、精度、长周期、记忆、开放式)。分数为各任务 0–100 分的平均值,成功率见每行详情。
- 发布方
- RoboDojo
- 类别
- 智能体与工具
- Index 权重
- 仅作参考
- 模型
- 3
- 数据截至
- 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.
测试内容
RoboDojo 在仿真环境中测试机器人操作:42 项任务,例如堆叠、清扫和开启,分为泛化、精度、长周期、记忆和开放式技能几组。这里由通用大模型充当机器人的策略,在没有任何机器人专项训练的情况下自行选择动作(即 RoboDojo 团队的“大模型作为策略”设置)。
评分方式
每项任务给出 0 到 100 的分数和 50 个回合的成功率,排行榜将两者分别按任务取平均。这里显示的是平均分,成功率以及在全榜所有策略(大多是经过机器人训练的模型)中的排名见详情。
注意事项
只运行过少数几个大模型,全部由 RoboDojo 团队完成,测试框架和提示词也由他们设计。与之比较的机器人训练策略不是语言模型,所以不在这里显示。不计入 Index。
- 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 |
相关基准测试
RoboDojo (LLM as robot policy) 上的热门模型对比
引用格式:BenchLeader,《RoboDojo (LLM as robot policy) 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/robodojo_sim。
RoboDojo (LLM as robot policy):常见问题
- RoboDojo (LLM as robot policy) 衡量的是什么?
- RoboDojo 在仿真环境中测试机器人操作:42 项任务,例如堆叠、清扫和开启,分为泛化、精度、长周期、记忆和开放式技能几组。这里由通用大模型充当机器人的策略,在没有任何机器人专项训练的情况下自行选择动作(即 RoboDojo 团队的“大模型作为策略”设置)。分数以发布方自有标尺上的分数表示,越高越好。
- RoboDojo (LLM as robot policy) 的最高分是多少?
- 截至 2026年11月16日,RoboDojo (LLM as robot policy) 的最高分为 29.0,由 GPT-6 Astra 取得(结果日期 2026年11月14日),领先于 DeepSeek V4.1 Flash(3.0)。分数来自 RoboDojo,每天重新读取。
- 哪个 AI 模型在 RoboDojo (LLM as robot policy) 上领先?
- 截至 2026年11月16日,RoboDojo (LLM as robot policy) 排名第一的是 GPT-6 Astra,分数为 29.0(结果日期 2026年11月14日)。其后为 DeepSeek V4.1 Flash(3.0)。
- 有多少模型有 RoboDojo (LLM as robot policy) 结果?
- BenchLeader 上有 3 个模型配置有 RoboDojo (LLM as robot policy) 结果,全部取自 RoboDojo。
- RoboDojo (LLM as robot policy) 由谁运行,多久更新一次?
- RoboDojo (LLM as robot policy) 由 RoboDojo 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
- RoboDojo (LLM as robot policy) 是否计入 BenchLeader Index?
- 不计入。RoboDojo (LLM as robot policy) 仅作参考展示,不计入综合分数。