知识卡片：LIBERO-RIG：面向视觉-语言-动作模型的硬件设置鲁棒性基准

一句话结论

LIBERO-RIG 是一个只在机器人硬件与设置层面施加扰动、保持 LIBERO 任务本身不变的鲁棒性基准，用于测量视觉-语言-动作（VLA）模型在相机安装、标定、控制频率、夹爪磨损等部署偏差下的成功率下降。

事件概述或研究问题

机器人策略被期望能跨部署环境泛化，这其中包括机器人自身的变化：相机被碰撞后重新安装、标定漂移、控制器以不同频率运行、末端执行器垫片磨损。LIBERO-RIG 针对的问题是：当任务不变、仅机器人硬件与设置发生变化时，VLA 模型的性能会如何退化，以及这种退化是否随扰动轴与动作接口的不同而不同。

方法/产品要点

• 基准设计：只扰动机器人的硬件与设置，保持每个 LIBERO 任务固定。
• 扰动范围：覆盖十一个扰动轴，包括相机安装与光学、相机到机械臂的标定、驱动增益、控制频率、本体感觉噪声、基座位姿、桌面高度、夹爪垫片等。
• 严重程度：每个轴设五个严重等级。
• 条件规模：在四个 LIBERO 套件上共产生 210 个条件。
• 评测规模：对九个近期 VLA 模型进行评测，每个条件 500 个回合，并用统计检验支撑结论。
• 发布内容：基准以及为每个回合指定固定扰动参数的清单（manifests）。
• 待核实：上述细节来自元数据与摘要，正文未能抓取；具体的十一个轴完整列表、五个等级的数值定义、九个模型的名称、统计检验方法、210 个条件的组合方式等均待核实。

主要结果或产业意义

• 汇总成功率随严重程度下降：中等严重程度从 0.932 降至 0.767，最高严重程度降至 0.509。
• 性能退化在不同扰动轴和不同动作接口之间差异显著。
• 在视觉扰动上训练，并不能缓解那些不改变相机图像的故障（例如标定、驱动增益、控制频率、本体感觉噪声等）。
• 待核实：0.932/0.767/0.509 对应的具体聚合口径（是否跨全部模型与套件平均）、各轴的单独数值、统计显著性细节均待核实。

为什么重要

• 既有 VLA 评测多关注任务多样性、视觉泛化或对抗攻击，而 LIBERO-RIG 把变量锁定在“机器人自身”的硬件与设置偏差上，提供了一个与视觉扰动正交的评测维度。
• 对与既有脉络的关系：与本批已有卡片中的 UniTexture（对抗纹理攻击）不同，LIBERO-RIG 关注的是非对抗性的部署硬件偏差；与 WCM（强化学习后训练方法）不同，它不提出训练方法而是提出评测协议。其增量信息在于：明确指出“视觉扰动训练无法覆盖非视觉故障”这一评测盲区。
• 对实际部署的提示：仅靠视觉数据增强不足以应对标定漂移、控制频率变化与机械磨损等硬件层退化。

局限与不确定性

• 正文未能抓取，本卡片仅基于 arXiv 元数据与摘要生成；所有具体数值、轴定义、模型清单与实验设置均待核实。
• 待核实：是否只在仿真中实现（基于 LIBERO 通常为仿真基准），还是包含真实机器人实验。
• 待核实：九个被评测模型的具体身份与版本。
• 待核实：五级严重程度的参数化方式是否具有硬件现实依据。
• 待核实：0.932 的基线是否代表无扰动条件下的上限。

可用于图书/PPT/简报的角度

• “任务不变，机器人变了”：把硬件与设置偏差作为独立评测轴的思路。
• 鲁棒性盲区：视觉增强训练无法修复非视觉故障，可用于说明评测维度需要覆盖传感、标定、执行、控制全链路。
• 严重程度分级评测：五级严重度 + 210 条件 + 每条件 500 回合的设计，可作为基准设计方法论的案例。
• 部署落差量化：从 0.932 到 0.509 的成功率下降，可作为“实验室性能不等于部署性能”的量化例证（数值待核实）。
• 待核实：若需引用具体轴或模型对比结论，需先获取正文。

原始材料

• 标题：LIBERO-RIG: A Hardware-Setup Robustness Benchmark for Vision-Language-Action Models
• 来源：arXiv
• URL：https://arxiv.org/abs/2610.18843v1
• Track：academic
• Topics：foundation-model
• 关键词（英文）：vision-language-action models, robustness benchmark, hardware perturbation, robot deployment, LIBERO
• 备注：正文抓取失败，本卡片基于元数据与摘要，未核实项已标注。