**RoboColosseum：分布式框架大规模评估机器人物理智能**

_RoboColosseum: Evaluating Physical Intelligence at Scale In-The-Wild_

> RoboColosseum 是一个分布式评估框架，通过连接本地机器人网络，实现了通用机器人策略在多样化环境中的统一评估与标准化协议。研究对比了五种视觉 - 语言 - 动作（VLA）策略与前沿 AI 代理，发现前沿代理在盲测中与专用策略表现相当，但在开放世界任务中普遍难以完成。微调后，不同策略在不同机器人本体上的表现差异显著，且开放测试的排名无法准确预测微调后的相对性能。此外，该框架通过测量部分进展（如平均进度）揭示了单纯任务成功指标所遗漏的信息，并证明主动匹配机制能以更少的物理试验次数获得更稳定的排名一致性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.02497)