PhAIL：一个真实机器人VLA基准测试与分布性方法论

摘要

本文提出了PhAIL，一个基于Franka FR3机器人的开放真实机器人基准测试，采用时间-成功累积分布函数作为评估指标，并引入人类相对吞吐量（HRT）和Kolmogorov-Smirnov检验进行统计比较。实验表明，该方法能在小样本量下解决二元阈值指标无法区分的模型对比问题。