Alashed-Bench измеряет навык манипулирования в симуляции: гуманоид Unitree G1, красный кубик, зелёная цель и пространство из 16 дискретных действий, решаемое через инверсную кинематику. Попробуй прямо в браузере — установка не нужна.
Вдохновлён волной бенчмарков робототехники в симуляции, но Alashed-Bench — независимый проект со своим названием, визуальным стилем и реализацией. Он сочетает настоящее Python-окружение бенчмарка — с рабочим решателем инверсной кинематики и честной функцией награды — с браузерным демо, которое использует ту же физику через MuJoCo, скомпилированный в WebAssembly.
Две задачи в Фазе 1, в планах — больше.
Возьми красный кубик любой рукой и положи его в зелёную зону цели. Успех требует совпадения и по XY, и по высоте, устойчиво держащегося несколько кадров подряд — чтобы избежать ложных срабатываний.
Левой рукой возьми красный кубик и поставь его на стол, затем правой рукой возьми синий кубик и поставь его точно сверху на красный. Успех проверяется по относительному положению кубиков друг к другу — по XY-смещению и разнице высоты между их центрами, а не по фиксированной точке на сцене.
Толкни ручку крышки левой рукой и открой её на нужный угол. Крышка коробки закреплена на петле у переднего края и открывается только за счёт устойчивого нажатия сверху на ручку — без захвата. Успех проверяется по углу поворота петли, устойчиво держащемуся несколько кадров подряд.
Рейтинг моделей по задаче захвата кубика.
Просмотр записанных прогонов шаг за шагом.
Alashed-Bench на раннем этапе и открыт для вклада.
Спроектируй новую MJCF-сцену и функцию награды.
Python и JS реализации используют одну и ту же математику.
Запусти своего агента и поделись записанным прогоном.