WorldArena 2.0：从模态、功能与平台三方面扩展具身世界模型基准评测
WorldArena 2.0 将具身世界模型基准从纯视觉预测扩展到视触觉多模态感知与预测，并把评估范围从策略评估与规划延伸到将世界模型作为交互式强化学习环境用于策略优化。平台维度上，该基准不再局限于仿真器，覆盖多种具身形态的仿真与真实机器人设置，在标准化协议下评估感知质量、交互效用与跨平台性能。代码与演示已发布于 world-arena.ai。
发布于 10-27 12:59来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《WorldArena 2.0: Extending Embodied World Model Benchmarking on Modality, Functionality and Platform》查看原链
arXiv:2605.17912v2 公告类型：替换 摘要：世界模型已成为具身智能的核心范式，使智能体能够预测以动作为条件的未来并推理环境动态。 然而，现有的具身世界模型基准评测仍主要局限于纯视觉预测、离线具身应用和基于仿真器的评估，难以充分评估日益全面的世界模型。
在本工作中，我们提出 WorldArena 2.0，一个扩展的基准，从模态、功能和平台三个维度系统性地拓宽具身世界模型评估。 在模态维度，WorldArena 2.0 将评估从纯视觉扩展到视触觉模态，从而能够评估多模态感知与预测。 在功能维度，它超越策略评估与规划，将世界模型作为交互式强化学习环境来评估策略优化。
在平台维度，它不再局限于仅仿真器评估，而是覆盖多种具身形态的多样化仿真与真实机器人设置。 在标准化协议下，WorldArena 2.0 综合评估感知质量、交互效用和跨平台性能，为追踪具身世界模型的进展提供全面的测试平台。 包含代码和演示的项目页面见：https://world-arena.ai/。