DexArena: A Unified Benchmark for Long-Horizon Dexterous Manipulation
作者: Haonan Ping, Jianshu Hu, Yimin Wang, Yi Zhu, Pai Liang, Qiyan Jin, Qirui Bao, Ying Qian, Xinyang Ding, Hongfei Qiao, Tianle Xue, Yucheng Bai, Soo Wei Jie, Shuguang Li, Yutong Ban
分类: cs.RO
发布日期: 2026-11-02
备注: Project page: https://sipair-elastic.github.io/DexArena-website/
💡 一句话要点
提出DexArena以解决长时间灵巧操作基准评估问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)
关键词: 长时间灵巧操作 机器人学习 任务评估 多技能组合 双手协调
📋 核心要点
- 现有的操作基准主要关注孤立技能，难以系统评估长时间灵巧操作的多技能组合和协调能力。
- DexArena通过设计10个长时间任务和30个阶段性任务，提供了一个统一的评估框架，支持多种学习算法的测试。
- 实验结果表明，DexArena在精确操作和场景变化的泛化能力上存在显著挑战，为未来的研究提供了重要基准。
📝 摘要（中文）
长时间灵巧操作仍然是机器人学习中的基本挑战，涉及多技能组合、精确的双手协调、可推广的视觉理解和稳健的技能过渡。然而，现有的操作基准大多强调孤立技能或仅支持有限的末端执行器，使得这些能力的系统评估变得困难。我们引入DexArena，一个旨在评估长时间双手灵巧操作学习和泛化的基准。DexArena包含10个长时间任务和30个阶段性任务，涵盖多样的家庭和工业场景。每个长时间任务由明确的阶段和物理基础的成功条件组成，能够可靠地评估中间进展和端到端任务完成情况。通过广泛的基线实验，我们识别出在精确操作、场景变化的泛化和技能组合方面的重大挑战。DexArena建立了一个具有挑战性和可重复的基准，推动机器人学习方法向可推广的长时间灵巧行为发展。
🔬 方法详解
问题定义：本论文旨在解决长时间灵巧操作的评估问题，现有方法无法有效评估多技能组合和双手协调能力的系统性。
核心思路：DexArena通过设计明确的任务阶段和成功条件，提供了一个结构化的评估框架，旨在提高机器人在复杂环境中的操作能力。
技术框架：DexArena的整体架构包括10个长时间任务和30个阶段性任务，采用统一的基准接口，支持多种策略学习算法的测试，具备标准化的仿真配置和场景随机化。
关键创新：DexArena的主要创新在于其系统化的任务设计和评估机制，使得机器人学习方法能够在长时间灵巧操作中实现更好的泛化能力。
关键设计：在设计中，采用了明确的阶段划分和物理基础的成功条件，确保评估的可靠性，同时引入了人类遥控演示作为基准，增强了实验的可比性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，DexArena在精确操作和场景变化的泛化能力上面临显著挑战，尤其是在多技能组合的任务中，机器人表现出较大的性能波动。这为后续研究提供了重要的改进方向和基准数据。
🎯 应用场景
DexArena的研究成果具有广泛的应用潜力，特别是在家庭自动化、工业机器人以及服务机器人等领域。通过提升机器人在复杂环境中的操作能力，未来可以实现更高效的自动化解决方案，推动智能制造和智能家居的发展。
📄 摘要（原文）
Long-horizon dexterous manipulation remains a fundamental challenge for robot learning, requiring the composition of multiple skills, precise bimanual coordination, generalizable visual understanding, and robust skill transitions. Yet existing manipulation benchmarks largely emphasize isolated skills or support only a limited range of end-effectors, making these capabilities difficult to evaluate systematically. We introduce DexArena, a benchmark designed to evaluate learning and generalization in long-horizon bimanual dexterous manipulation. DexArena features 10 long-horizon tasks and 30 stage-level tasks spanning diverse household and industrial scenarios. Each long-horizon task is composed of explicitly defined stages with physically grounded success conditions, enabling reliable evaluation of both intermediate progress and end-to-end task completion. A unified benchmark interface and verified human-teleoperated demonstrations enable testing different policy learning algorithms, with standardized simulation configurations, scene randomization, trajectory replay, and task-level evaluation. Through extensive baseline experiments, we identify substantial challenges in precise manipulation, generalization to scene variation, and skill composition. DexArena establishes a challenging and reproducible benchmark for developing robot learning methods that move toward generalizable long-horizon dexterous behavior.