机器人评估数据集

评估数据集在团队需要重复性,场景标签和基准调整时重要,而不是更多原始的培训数据.

核心要求

• 重置纪律场景可复制性是基准要求.
• 结果定义团队需要明确的成功,部分成功和失败的语义.
• 覆盖地图良好的评估集显示了政策仍然无法做到的.

相关链接

• 实际世界评估中心
• [评估文章]
• [可评估的模型]

商业用途

这页应该吸引买家和技术领先者在部署之前寻找证据,