LIBERO

LIBERO는 로봇 조작에서 평생학습(lifelong learning)과 지식 전이를 평가하기 위한 벤치마크입니다. Bo Liu, Yifeng Zhu 등이 NeurIPS 2023 Datasets and Benchmarks 트랙에서 발표했습니다.

네 개의 태스크 수트로 나뉩니다. LIBERO-Spatial은 같은 물체의 공간적 배치 변화를, LIBERO-Object는 물체 종류 변화를, LIBERO-Goal은 목표 변화를, LIBERO-Long(LIBERO-100)은 여러 단계를 잇는 장기 태스크를 다룹니다.

VLA(Vision-Language-Action) 모델의 시점 일반화나 새로운 구성에 대한 적응 능력을 측정하는 평가에 자주 쓰입니다.