HRIBench：以互動為中心的人機協作基準測試
HRIBench 是一個專注於人機互動協作的基準測試框架，透過結構化場景指令碼模擬代理角色、時間依賴和協調約束，評估機器人在協作中的意圖理解、同步、協議遵守和安全互動能力。實驗表明，現有基礎機器人策略在協作場景中表現不佳，但在 HRIBench 上微調後可顯著提升。
當前視覺-語言-動作（VLA）基準測試主要評估的是孤立的操作技能，在很大程度上忽略了人機互動結構的建模。然而，現實世界中的協作從根本上要求在共享代理下進行協調，包括意圖理解、時間同步、協議遵守以及在動態環境中的安全互動。為了彌補這一空白，研究團隊推出了HRIBench——一個基於可執行互動場景的意圖感知人機協作診斷基準。
HRIBench將協作任務表示為結構化的場景指令碼，明確建模代理角色、時間依賴、協調約束和人類行為分佈。基於這一抽象，該基準定義了三種代表性互動角色：指示者（Instructor）、協作者（Collaborator）和干擾者（Intruder），分別涵蓋意圖溝通、聯合協調和人類干預下的魯棒性。基準包含13個角色條件化任務，透過多樣化的互動軌跡和場景變化生成了超過650個評估回合。
除了二元的任務成功率，HRIBench引入了可解釋的互動中心指標，包括同步性、響應性、協議合規性和安全性。研究團隊在統一協議下評估了基於GR00T、pi0.5和ACT的適應策略。結果表明，儘管現有基礎機器人策略具備強大的操作能力，但在協作環境中表現掙扎，暴露出時間協調和意圖感知行為的重大侷限。而在HRIBench上進行微調後，這些策略的協作效能得到持續提升。
在真實世界遷移研究中，HRIBench生成的模擬資料將GR00T N1.5的物理任務成功率從0.10提升至0.43，充分證明了該基準在推動以互動為中心的機器人學習方面的價值。