RoboArena

做什么

RoboArena（CoRL 2025 oral）由 7 所学术机构联合，在 DROID 平台上做分布式真机评测：各机构用各自机器人，对两个通用策略做双盲成对比较，汇总成排名。规模为 600+ 成对真机评测 episode、7 个通用策略 [1]。

相关性口径

论文以 4,284 次穷举评测得到 oracle 排名：常规单实验室真机评测 Pearson r 为 0.69（MMRV 13%），RoboArena 成对比较为 0.90（Elo）、0.97（Bradley-Terry）、0.98（论文任务感知排名）[1]。这是真机评测之间的比较，并非与仿真基准对比。Cosmos 3 技术报告自称其后训练模型为撰写时 RoboArena 上最佳策略模型，属自报 [2]。

位置

它是"部署分布等于评测分布"逻辑在评测端的体现，与 RoboChallenge 并列，也是仿真评测 RoboFinals（光轮评测平台） 的对照。学术项目，收入模型未验证，不是数据销售方。见 部署回流与真机 RL 数据、DROID。

来源

1. https://arxiv.org/pdf/2506.18123 (2026-10-14)
2. https://arxiv.org/pdf/2606.02800 (2026-10-14)