@drfeifei：1/N 长周期、复杂且真正关乎日常生活的任务，并非当今机器人技术所能解决的问题，需要规…

1/N 长期、复杂且日常生活中真正重要的任务，仍是当今机器人技术尚未解决的难题——它们需要规划、目标检测、物体操作以及故障恢复能力。

正因如此，斯坦福的 BEHAVIOR 挑战赛再次回归，迎来第二年！去年，获胜方案仅实现了 12.4% 的完整任务成功率。今年，BEHAVIOR 挑战赛增加了更多任务、改进了评估方式，并且使用更加便捷。

提交截止日期：2026 年 10 月 16 日
获奖者公布：2026 年 11 月 4 日
奖金池：11,000 美元

2/N 真实世界中的机器人评估至关重要，但难以规模化：实验难以控制、复现和比较。模拟环境则是实现可扩展、可控、可复现评估的强大测试平台。

BEHAVIOR-1K 是一个开源仿真基准测试，包含 1,000 项日常家庭活动，要求长期推理、导航和双臂操作能力，为我们提供了一种可扩展的方式来衡量机器人 AI 模型的泛化能力。

2026 年 BEHAVIOR 挑战赛的新内容是什么？

1. 任务数量翻倍，难度加倍

我们将基准测试从 50 项翻倍至 100 项长期家庭任务。这些活动平均耗时 6 分钟，需要导航、规划、记忆和双臂协调能力。在难度上，没有其他机器人基准测试能与之媲美。

2. 更大规模的数据集，更好的基线模型

• 20,000 个人类遥操作演示，总计 1,950 小时（是 2025 年的两倍）
• RGBD 观测数据与机器人本体感知信息
• 技能/子任务标注
• 强大的基线支持：pi0.5、GR00T N1.7

5/N 评估与提交

为了更贴近实际部署场景，今年 BEHAVIOR 挑战赛仅设置一个官方赛道，使用机器人机载观测数据：

• RGB
• 深度
• 本体感知

提交说明和评估详情请见：https://behavior.stanford.edu/challenge/

6/N 让我们共同探讨：

当前模型能否解决完整的、以人为中心的家务任务？
智能体应如何结合控制、记忆与规划？
当今模型在哪些方面泛化失败？
在具身智能中，什么才能真正实现规模化？

7/N 加入 BEHAVIOR Discord 服务器，提出问题和参与讨论：

https://discord.gg/bccR5vGFEx

我们还将在每周一太平洋时间下午 5–6 点通过 Zoom 举行答疑时间。链接请参见网站。

无论您是机器人领域的老手，还是刚刚入门，我们都会提供支持。

8/N 我们为以下学生和合作者的杰出工作感到自豪，他们由 @drfeifei 领导：

@wensi_ai
@stefyfren
@cgokmenAI
@yalcintur36
@minyeongkim_
@BrndaHere2Chl
@AndiXu1111

@RavenHuang4
@RuohanZhang76
@jiajunwu_cs

9/N 同时，感谢以下人士的强力支持：
@EvansXuHan
@jin_lynn808
@Hang_Yin_
@ChengshuEricLi
@josiah_is_wong
@sanjana__z
@YunfanJiang
@wenlong_huang

@RobobertoMM
@YunzhuLiYZ
@ManlingLi_
@Weiyu_Liu_
@silviocinguetta
@hyogweon
Prof. Karen Liu

10/N 我们感谢 @SimovationInc 为 BEHAVIOR 数据集提供的高质量 JoyLo 模拟遥操作数据。

BEHAVIOR 基于 @nvidia Omniverse 构建。感谢 @nvidia 的持续支持。

11/N 我们感谢赞助商和支持者的慷慨支持。

@SimovationInc
@IMDAsg
@StanfordHAI
@SchmidtFutures
Calder Inc.