VLA Benchmark 结果汇总（202 篇论文）

# Benchmark 结果汇总（按 benchmark 重组）

本文档由 8 份抽取文件（out_00 ~ out_07）按 benchmark 重新分组汇总。
通用声明：所有数值均为各论文自报（取自各自 `深度分析.md` / `中文翻译.md`），跨论文同名方法（如 π0、π0.5、OpenVLA-OFT）的数值可能不同，因为训练配置、评测协议、随机种子各异。缺失/占位/图估数值保持原标注（`—` 缺失、`~` 近似/图估、`(图估)`）。数值绝对忠实，未做任何修改或推算（除各批注明的"反推值"，已保留原注）。
论文分组排序：每张统一大表内，论文按发表时间倒序（arXiv 号大者在前；无 arXiv 号者排最后）。同一论文多行方法共用一个论文名，后续行论文列留空。
按模型视图：从下方各 benchmark 表格自动抽取常见对比模型行；ckpt 来源列基于原表标注/方法名归纳，若原汇总未保留下载路径则明确标为未记录；协议列会单独标出训练域、测试域和分布关系，未能从当前汇总/深度分析确认的行标为“未确认”。

协议口径：Benchmark 名称不等于训练/测试协议。下面的速查只覆盖当前最容易误读的设置；模型视图会逐行补充更细的协议说明。

Benchmark / 设置	训练域 / ckpt	测试域	分布关系	证据口径
RoboTwin Clean / Randomized	Clean/Randomized 列是测试环境列，不自动说明训练 split；ImageWAM/Motus 明确含 clean + randomized 训练数据，其他论文未逐行保存。	Clean 和/或 Randomized test split	mixed / split eval	ImageWAM、Motus 深度分析记录训练数据；其余按当前汇总保守标注。
RoboTwin-Clean2Rand	Clean 训练或 clean-domain policy	Randomized Hard 测试	OOD: Clean2Rand	Qwen-RobotManip Table 5 / §2.4 标题。
RoboTwin Easy / Hard	目标 benchmark 训练/后训练或各论文 baseline 设置；训练 split 未逐 baseline 保存。	Easy / Hard ID benchmark split	ID / IID-ish	Qwen-RobotManip 深度分析将 Table 3 标为 ID benchmark。
LIBERO-Plus	无 “+” 行按 OOD 扰动评测阅读；带 “+ / 用 LIBERO-Plus 训练” 的行是目标域训练。	Camera / Robot / Lang. / Light / Background / Noise / Layout 等扰动	OOD or target-trained	MINT 深度分析明确区分无 LIBERO-Plus 训练和有 LIBERO-Plus 训练。
LIBERO-PRO	base policy 冻结；π0.5-LeRobot ckpt 来自 huggingface.co/lerobot/pi05_libero_finetuned；VLS 本身 training-free。	LIBERO 四套件的 Task / Position 扰动，每任务 20 episodes	OOD perturbation	VLS 深度分析 Table I 与代码仓库记录。
LIBERO reasoning / SEAL	LIBERO reasoning 标注扩展或 runtime steering 设置，按行内方法区分。	ID、Compose、Lang/Visual OOD 列混合出现	ID + OOD mixed	§16 表头直接列出 ID / Compose / OOD 维度。
GenBench	16 train tasks	44 test tasks，L1-L4 四级泛化	generalization	ActiveVLA / §17 标注 16 train + 44 test。

1. LIBERO（标准四套件）

指标：Spatial / Object / Goal / Long 四套件成功率(%)，Avg 为四套件平均。共 21 篇报告标准 LIBERO。数值均为各论文自报，跨论文同名方法数值可能不同。多篇论文只报聚合 Avg（分套件填 —）。粗体为该论文所提方法。

论文	方法	原表标注	Spatial	Object	Goal	Long	Avg
LA4VLA (2606.27295, Table 4)	No pretrain	baseline	—	—	—	—	92.85
	VLA	消融	—	—	—	—	94.40
	LA	消融	—	—	—	—	95.30
	MixPT	所提方法	—	—	—	—	95.75
	LA-VLA	所提方法	—	—	—	—	96.28
ImageWAM (2606.19531, Table 2)	π0.5	baseline	—	—	—	—	96.9
	Fast-WAM	baseline	—	—	—	—	97.6
	Motus	baseline	—	—	—	—	97.7
	LingBot-VA	baseline	—	—	—	—	98.5
	ImageWAM	所提方法	—	—	—	—	98.4
MaskWAM (2606.13515, Table 1)	WorldVLA	VLA	87.6	96.2	83.4	60.0	81.8
	GR00T-N1	VLA	94.4	97.6	93.0	90.6	93.9
	π0	VLA	96.8	98.8	95.8	85.2	94.1
	π0.5	VLA	98.6	98.2	98.0	92.4	96.8
	Motus	WAM	96.8	99.8	96.6	97.6	97.7
	FastWAM	WAM	98.2	100.0	97.0	95.2	97.6
	Ours (RGB-only)	WAM 消融	96.8	99.6	97.0	95.8	97.3
	Ours (Mask-only)	WAM 消融	97.2	99.8	97.4	96.0	97.6
	Ours (MaskWAM)	所提方法	98.8	100.0	98.2	96.4	98.4
Qwen-VLA (2605.30280, 正文表)	最佳 Specialist	ABot-M0/StarVLA-OFT	—	—	—	—	98.6
	Qwen-VLA-Instruct	所提(通用)	—	—	—	—	97.9
OASIS (2605.25829, Table 1)	SpatialVLA	空间特征/预训练	88.2	89.9	78.6	55.5	78.1
	WorldVLA	未来视觉状态	85.6	89.0	82.6	59.0	79.1
	ThinkAct	2D 监督特征/预训练	88.3	91.4	87.1	70.9	84.4
	π0	多模态特征/预训练	96.8	98.8	95.8	85.2	94.1
	QDepth-VLA	空间特征/预训练	97.6	96.6	95.2	90.0	94.9
	UniVLA	空间特征/预训练	96.5	96.8	95.6	92.0	95.2
	Unified-VLA	未来视觉状态/预训练	95.4	98.8	93.6	94.0	95.5
	OASIS	SE(3)监督/无预训练	99.0	98.8	97.4	95.2	97.6
StarVLA (2604.05014, 正文)	π0+FAST	baseline	—	—	—	—	85.5
	GR00T-N1.5	baseline	—	—	—	—	86.5
	OpenVLA-OFT	baseline(175K步)	—	—	—	—	97.1
	StarVLA-FAST	本文变体	—	—	—	—	95.4
	StarVLA-π	本文变体	—	—	—	—	95.7
	StarVLA-GR00T	本文变体	—	—	—	—	96.5
	StarVLA-OFT	本文变体	97.8	98.6	96.2	93.8	96.6
FutureVLA (2603.10712, 正文)	OpenVLA-OFT	baseline	—	—	—	—	76.5
	π0	baseline	—	—	—	—	94.2
	GR00T-N1.5	baseline	—	—	—	—	93.9
	UniVLA	baseline	—	—	—	—	95.2
	FutureVLA-OT	所提(变体)	—	—	—	—	98.2
	FutureVLA-GT	所提方法	—	—	—	—	98.3
DiT4DiT (2603.10448, 正文)	Qwen3DiT	参数匹配基线	98.0	98.8	96.0	93.6	96.6
	CogVLA	baseline	—	—	—	95.4	97.4
	π0.5	baseline	—	—	—	92.4	96.9
	OpenVLA-OFT	baseline	—	—	—	94.5	—
	GR00T-N1.5	baseline	—	—	—	—	94.1
	DiT4DiT	所提(SOTA)	98.4	99.6	98.6	97.6	98.6
MINT (2603.08602, Table I)	Diffusion Policy	无预训练	78.3	92.5	68.3	50.5	72.4
	MDT	无预训练	78.5	87.5	73.5	64.8	76.1
	WorldVLA	无预训练	87.6	96.2	83.4	60.0	81.8
	SmolVLA	无预训练	93.0	94.0	91.0	77.0	88.8
	MINT-30M	无预训练(本文)	98.6	99.2	97.4	93.2	97.1
	LAPA	有预训练	73.8	74.6	58.8	55.4	65.7
	OpenVLA	有预训练	84.7	88.4	79.2	53.7	76.5
	π0-FAST	有预训练	96.4	96.8	88.6	60.2	85.5
	π0	有预训练	90.0	86.0	95.0	73.0	86.0
	UniVLA	有预训练	96.5	96.8	95.6	92.0	95.2
	OpenVLA-OFT	有预训练	96.9	98.1	95.6	91.1	95.4
	π0.5	有预训练	98.8	98.2	98.0	92.4	96.9
	MINT-4B	有预训练(本文)	97.4	99.6	98.2	97.8	98.3
ForeAct (2602.12322, 仿真表)	OpenVLA	baseline	84.7	88.4	79.2	53.7	76.5
	CoT-VLA	baseline	87.5	91.6	87.6	69.0	83.9
	π0	baseline	96.8	98.8	95.8	83.2	94.2
	π0.5	baseline	97.3	98.8	96.9	94.2	96.8
	CogVLA	baseline	97.3	99.8	96.6	95.4	97.4
	ForeAct (w/ π0.5)	所提方法	97.3	99.8	97.3	95.4	97.5
LAP (2602.10556, Table 3)	LAP-3B	language-action	—	—	—	—	96.8
	LAP-3B + VQA Co.	+VQA 共训	—	—	—	—	97.2
mimic-video (2512.15692, Table 4.2)	Diffusion Policy	scratch	78.1	92.5	68.5	—	79.7
	Octo	finetuned	78.9	85.7	84.6	—	83.1
	DiT Policy	finetuned	84.2	96.3	85.4	—	88.6
	OpenVLA	finetuned	84.7	88.4	79.2	—	84.1
	OpenVLA-OFT	finetuned	96.2	98.4	96.2	—	96.9
	pi0.5-style VLA	scratch	79.2	94.0	84.4	—	85.9
	mimic-video	所提(scratch)	94.2	96.8	90.6	—	93.9
SwiftVLA (2512.00903, Table 3)	GR00T-N1	大 VLA	—	—	—	—	93.9
	π0	大 VLA (3B)	—	—	—	—	94.1
	OpenVLA-OFT	大 VLA (7B)	—	—	—	—	97.1
	SwiftVLA	0.45B	—	—	—	—	94.7
	SwiftVLA (4D input)	1.65B	—	—	—	—	95.1
ContextVLA (2510.04246, Table 1)	GROOT N1.5	1-frame	—	—	—	—	76.6
	ContextVLA	8-frame	—	—	—	—	79.0
DreamVLA (2507.04447, Table 2)	DreamVLA	所提方法	97.5	94.0	89.5	89.5	92.6
Fast-WAM (2503.17543, Table 1)	OpenVLA	baseline	—	—	—	—	—
	π0	baseline	—	—	—	—	—
	Fast-WAM w/o video co-training	消融	—	—	—	—	82.6
	Fast-WAM-Joint	消融	—	—	—	—	90.4
	Fast-WAM-IDM	消融	—	—	—	—	90.6
	Fast-WAM	所提方法	—	—	—	—	91.9
CosmosPolicy (无 arXiv, Table 1)	OpenVLA-OFT	次优基线	—	—	—	—	~95
	Cosmos Policy	所提(SOTA)	—	—	—	—	98.5
G0.5 (无 arXiv, Table 4)	G0.5	所提方法	—	—	—	—	98.9
Qwen-RobotManip (无 arXiv, Table 3)	π0	baseline	—	—	—	—	94.4
	π0.5	baseline	—	—	—	—	97.6
	StarVLA	baseline	—	—	—	—	98.0
	Abot-M0	baseline	—	—	—	—	98.6
	Being-H0.7	baseline	—	—	—	—	99.2
	Qwen-RobotManip-scratch	本文(从零)	—	—	—	—	98.2
	Qwen-RobotManip	本文	—	—	—	—	99.1
	Qwen-RobotManip-Context	本文(context)	—	—	—	—	99.2
World-VLA-Loop (无 arXiv)	SFT baseline	baseline	—	—	—	—	83.9
	World-VLA-Loop (首轮RL)	所提方法	—	—	—	—	93.1
Xiaomi-Robotics-0 (无 arXiv)	OpenVLA	baseline	—	—	—	—	82.1
	OpenVLA-OFT	baseline	—	—	—	—	86.0
	Xiaomi-Robotics-0	所提方法	—	—	—	—	90.8

异常/备注：

- MINT 的 LIBERO 原表另有 L90（LIBERO-90）列：MINT-30M 97.4、π0.5 96.0、MINT-4B 98.7（未纳入标准五列）。

- LA4VLA 原抽取行含 "87.8(Spatial:No)→95.8(LA-VLA)" 的勘误式表述，Spatial 逐列不可靠，此处分套件统一填 —。

- World-VLA-Loop 另有"LIBERO 平均 87.5%"（设置不同）的速览值，与主表 93.1 口径不同。

- 同名方法跨论文数值差异明显，例如 OpenVLA-OFT 的 Avg 在不同论文中为 95.4 / 96.9 / 97.1；π0.5 为 96.8 / 96.9 / 97.6 等——均为各论文自报，未统一。

2. RoboTwin（2.0 及变体）

共 11 篇（Motus、SwiftVLA、Fast-WAM、GigaWorld-Policy、ImageWAM、MaskWAM、StarVLA、LingBot-VLA、G0.5、Qwen-RobotManip、Qwen-VLA）。RoboTwin 2.0 标准指标为 Clean / Randomized 环境下的成功率(SR，部分论文用 0–1 分数，部分用百分数，保留原样)；另有 Easy/Hard、Clean2Rand、指令跟随(IF)等变体设置。数值均为各论文自报。
协议提醒：Clean / Randomized 是测试环境列，不自动等价于“clean 训练 / randomized 训练”。ImageWAM 与 Motus 的深度分析保留了 clean + randomized 训练数据；Qwen-RobotManip Table 3 属于 ID benchmark，Table 5 是 Clean2Rand，Table 8 是 IF。未保留训练 split 的行在模型视图中标为“未确认”。

2.1 RoboTwin 2.0（Clean / Randomized 成功率）

论文	方法	原表标注	Clean	Randomized
ImageWAM (2606.19531, Table 1)	π0.5	baseline	—	79.75
	Motus	baseline	—	87.80
	FastWAM	baseline	—	91.83
	LingBot-VA	baseline	—	92.20
	ImageWAM (FLUX.2 4B)	所提方法	93.20	93.56
MaskWAM (2606.13515, Table 2, 6随机化任务Avg)	π0	VLA	—	72.8
	FastWAM	WAM	—	87.7
	Ours (RGB-only)	消融	—	87.3
	Ours (Mask-only)	消融	—	88.8
	Ours (MaskWAM)	所提方法	—	92.2
StarVLA (2604.05014, 50任务)	π0	baseline	65.9	58.4
	X-VLA	baseline	72.9	72.8
	Lingbot-VLA	baseline	88.6	86.7
	StarVLA-GR00T	本文变体	88.0	88.5
	StarVLA-π	本文变体	88.1	88.8
LingBot-VLA (2601.18692, Table 2)	Ours w/o depth	本文(无深度)	82.74	76.76
	Ours w/ depth	本文(深度蒸馏)	88.56	86.68
Motus (2512.13030, 4.1, 50任务)	π0.5	VLA	42.98	41.64
	X-VLA	VLA	72.90	72.44
	Motus (Stage 1 only)	消融	77.00	82.86
	Motus (full)	所提方法	85.66	86.48

备注：LingBot-VLA 另报 Process Score（Clean PS 86.90 / Random PS 85.54，w/o depth）；MaskWAM 逐任务（Hammer/Bell/Card/Burger/Stand/Shoe）见 out_06 原表。

2.2 RoboTwin 2.0（仅报聚合 SR，无 Clean/Randomized 拆分）

论文	方法	原表标注	SR
GigaWorld-Policy (2603.17240, 4.1, 仿真SR)	π0.5	baseline	0.48
	Motus	baseline	0.88
	GigaWorld-Policy	所提方法	0.86
SwiftVLA (2512.00903, Table 1, post-training)	TinyVLA	小 VLA	0.07
	SmolVLA	小 VLA (0.5B)	0.29
	GO-1	大 VLA	0.46
	π0	大 VLA (3.3B)	0.47
	SwiftVLA	0.45B	0.53
	SwiftVLA (4D input)	1.65B	0.55
Fast-WAM (2503.17543, Table 2)	Fast-WAM w/o video co-training	消融	84.8
	Fast-WAM-Joint	消融	80.5
	Fast-WAM-IDM	消融	81.3
	Fast-WAM	所提方法	91.5
G0.5 (无 arXiv, Table 4)	G0.5	所提方法	93.3

备注：GigaWorld-Policy 正文另处提 π0.5 仿真 0.44，与速度卡 0.48 略有出入（本表采速度卡值）。SwiftVLA 边缘部署(Jetson Orin) SR：SmolVLA 0.30 / π0 0.48 / SwiftVLA 0.76（见 out_03 Table 4）。单位口径（0–1 分数 vs 百分数）沿用各论文原文。

2.3 RoboTwin（Easy / Hard 设置）

论文	方法	原表标注	Easy	Hard
Qwen-VLA (2605.30280, 正文表)	最佳 Specialist	ABot-M0/StarVLA-OFT	86.0	85.0
	Qwen-VLA-Instruct	本文(通用)	86.1	87.2
Qwen-RobotManip (无 arXiv, Table 3)	π0	baseline	65.9	58.4
	π0.5	baseline	82.7	76.8
	StarVLA	baseline	85.7	87.3
	Abot-M0	baseline	86.1	85.1
	Being-H0.7	baseline	90.2	89.6
	Qwen-RobotManip-scratch	本文(从零)	88.7	88.4
	Qwen-RobotManip	本文	93.4	92.5
	Qwen-RobotManip-Context	本文(context)	93.7	94.0

2.4 RoboTwin-Clean2Rand（Hard 设置，成功率%）

论文	方法	原表标注	Hard
Qwen-RobotManip (无 arXiv, Table 5)	StarVLA	baseline	10.6
	π0.5	baseline	47.9
	Qwen-RobotManip (EEF)	本文	60.8
	Qwen-RobotManip (joint)	本文	62.6
	Qwen-RobotManip-Context (joint)	本文	69.4

2.5 RoboTwin-IF（指令跟随，平均成功率%）

论文	方法	原表标注	Avg
Qwen-RobotManip (无 arXiv, Table 8)	GR00T-N1.7	baseline	16.6
	StarVLA	baseline	29.4
	π0.5	baseline	49.6
	Qwen-RobotManip-Context	本文	72.0
	Qwen-RobotManip	本文	72.2

3. SimplerEnv

共 11 篇。子环境：Google-Robot（Fractal，多用 Visual Matching / Variant Aggregation）、WidowX-Bridge（多任务平均成功率）、OOD。指标为成功率(%)。数值均为各论文自报，跨论文同名方法可能不同。

3.1 Google-Robot（Fractal）

论文	方法	原表标注	Visual Matching (Avg %)	Variant Aggregation
StarVLA (2604.05014)	CogACT	baseline	74.8	61.3
	SpatialVLA	baseline	75.1	70.7
	StarVLA-OFT	本文	76.0	70.2
FutureVLA (2603.10712)	OpenVLA-OFT	baseline	47.5	—
	π0	baseline	52.7	—
	GR00T-N1.5	baseline	35.2	—
	Villa-X	baseline	59.6	—
	FutureVLA-OT	所提(变体)	77.6	—
	FutureVLA-GT	所提方法	80.1	—
DeFI (无 arXiv, ICLR 2026)	OpenVLA	baseline	27.7	—
	TraceVLA	baseline	42.0	—
	DeFI	所提(SOTA)	51.2	—
Xiaomi-Robotics-0 (无 arXiv)	GR00T-N1	baseline	53.7	—
	Xiaomi-Robotics-0	所提方法	68.5	—

DeFI 逐任务（Visual Matching）：Pick Coke Can 54.2 / Move Near 60.7 / Open-Close Drawer 38.6（DeFI）；TraceVLA 28.0/53.7/57.0；OpenVLA 16.3/46.2/35.6。

3.2 WidowX-Bridge

论文	方法	原表标注	WidowX-Bridge Avg SR(%)
Qwen-VLA (2605.30280)	最佳 Specialist	baseline	64.6
	Qwen-VLA-Instruct	本文	73.7
StarVLA (2604.05014)	SpatialVLA	baseline	42.7
	CogACT	baseline	51.3
	GR00T N1.5	baseline	61.9
	StarVLA-OFT	本文变体	64.6
	StarVLA-GR00T	本文变体	65.3
FutureVLA (2603.10712)	OpenVLA-OFT	baseline	30.2
	π0	baseline	20.9
	GR00T-N1.5	baseline	61.9
	UniVLA	baseline	47.9
	Villa-X	baseline	40.8
	FutureVLA-OT	所提(变体)	63.6
	FutureVLA-GT	所提方法	71.9
mimic-video (2512.15692)	OpenVLA	finetuned	14.6
	Octo	finetuned	16.0
	ThinkAct	pretrained	43.8
	FLOWER	finetuned	45.0
	pi0.5-style VLA	scratch	35.4
	mimic-video	scratch	46.9
	mimic-video (τv-tuning)	所提方法	56.3
ContextVLA (2510.04246)	GROOT N1.5	1-frame	41.9
	ContextVLA	8-frame	56.2
FSD / SeeingToDoing (2505.08548)	RoboPoint	零样本 baseline	17.7
	OpenVLA-OFT	端到端 VLA	41.8
	FSD-13B	本文(零样本)	40.6
LAPA (2410.11758)	Scratch	baseline	0.7
	LAPA (Human Videos)	所提方法	45.8
OpenVLA (2406.09246, BridgeData V2 17任务)	RT-1-X	35M	18.5
	Octo	93M	20.0
	RT-2-X	55B	50.6
	OpenVLA	7B	70.6
G0.5 (无 arXiv)	G0.5	所提方法(SimplerEnv-Bridge)	87.3

mimic-video 逐任务(WidowX-Bridge)：Put Carrot/Put Spoon/Stack Blocks/Eggplant，见 out_02 原表。OpenVLA 该表原文标注为"真机 out-of-the-box, SimplerEnv 风格多平台评估"，同时报 Google Robot(12任务)：RT-1-X 33.3 / Octo 26.7 / RT-2-X 78.3 / OpenVLA 85.0。

3.3 SimplerEnv-OOD

论文	方法	原表标注	SR(%)
Qwen-VLA (2605.30280)	π0.5	baseline	12.6
	Qwen-VLA	本文	32.0

4. CALVIN

共 8 篇（含 ABC→D 7 篇、ABCD→D 1 篇）。指标：连续链式 1/2/3/4/5 条指令的成功率，Avg.Len 为平均完成任务链长度(满分5)。数值均为各论文自报；注意 SuSIE 原文用 0–1 分数，其余多数用百分数，均保留原样，故跨论文数值不可直接比较。

4.1 CALVIN（ABC→D，零样本泛化）

论文	方法	原表标注	1	2	3	4	5	Avg.Len
OASIS (2605.25829, Table 2)	SuSIE	未来视觉状态/预训练	87.0	69.0	49.0	38.0	26.0	2.69
	3D Diffuser Actor†	3D 特征(多视图RGB-D)	93.8	80.3	66.2	53.3	41.2	3.35
	ReconVLA	空间特征/预训练	95.6	87.6	76.9	69.3	64.1	3.95
	Seer-Large	未来视觉状态/预训练	96.3	91.6	86.1	80.3	74.0	4.28
	VPP	未来视觉状态/预训练	96.5	90.9	86.6	82.0	76.9	4.33
	Unified-VLA	未来视觉状态/预训练	98.9	94.8	89.0	82.8	75.1	4.41
	DreamVLA	未来视觉状态/预训练	98.2	94.6	89.5	83.4	78.1	4.44
	OASIS	SE(3)监督/无预训练	98.1	94.9	91.7	88.9	83.3	4.57
DreamVLA (2507.04447, Table 1)	DreamVLA	所提方法	—	—	—	—	—	4.44
GHIL-Glue (2410.20018, Table I)	LCBC Diffusion Policy	baseline	68.5	43.0	22.5	11.0	6.8	1.52
	SuSIE	baseline	89.8	75.0	57.5	41.8	29.8	2.94
	GHIL-Glue (SuSIE)	仅Aug De-sync	95.2	84.0	69.5	56.0	46.2	3.51
	GHIL-Glue (SuSIE)	仅Subgoal Filtering	88.5	75.5	56.2	43.0	32.5	2.96
	GHIL-Glue (SuSIE)	完整	95.2	88.5	73.2	62.5	49.8	3.69
	UniPi	baseline	56.8	28.3	12.0	3.5	1.5	1.02
	GHIL-Glue (UniPi)	仅Aug De-sync	60.2	29.5	12.5	5.5	1.8	1.1
	GHIL-Glue (UniPi)	仅Subgoal Filtering	69.5	40.0	15.8	6.5	4.2	1.36
	GHIL-Glue (UniPi)	完整	75.2	44.8	19.7	11.2	5.5	1.56
DISCO (2406.09767, 表6.2)	RT-1		53.3	22.2	9.4	3.8	1.3	0.90
	RoboFlamingo		82.4	61.9	46.6	33.1	23.5	2.48
	SuSIE		87.0	69.0	49.0	38.0	26.0	2.69
	DeeR-VLA		—	—	—	—	—	2.90
	3D Diffuser Actor		92.2	78.7	63.9	51.2	41.2	3.27
	Vanilla inpt.		92.9	78.6	64.9	51.4	41.9	3.30
	DISCO	所提方法	94.7	82.9	71.0	58.8	49.4	3.57
SuSIE (2310.10639, 深度分析6.1, 0–1分数)	AugLC	语言条件基线	0.69	0.43	0.22	0.09	0.05	—
	UniPi (Ours 复现)	论文复现的 UniPi	0.56	0.16	0.08	0.08	0.04	—
	SuSIE	图像编辑subgoal+GCBC	0.87	0.69	0.49	0.38	0.26	—
DeFI (无 arXiv, ICLR 2026)	DeFI (多视角)	所提(SOTA)	97.9	94.2	90.7	87.0	81.2	4.51
	VPP (多视角)	基线	96.5	90.9	86.6	82.0	76.9	4.33
	Seer (多视角)	基线	96.3	91.6	86.1	80.3	74.0	4.28
	π0.5 (多视角)	基线	94.8	87.4	78.2	71.7	64.3	3.97
	DeFI (单视角)	所提	92.9	87.2	81.2	75.0	68.4	4.05
	UP-VLA	基线	—	—	—	—	—	4.08
	UniVLA	基线	—	—	—	—	—	3.80
	CLOVER	基线	—	—	—	—	—	3.53
	OpenVLA	基线	—	—	—	—	—	3.27
Xiaomi-Robotics-0 (无 arXiv)	GR00T-N1		—	—	—	—	—	4.70
	Xiaomi-Robotics-0	所提方法	—	—	—	—	—	4.78

备注：DreamVLA 消融(Fig.6/Table 5)：Vanilla VLA Avg.Len 3.64、+Dynamic Region 4.32。SuSIE 只报 1–5 分步成功率(0–1)，无 Avg.Len。

4.2 CALVIN（ABCD→D）

论文	方法	原表标注	1	2	3	4	5	Avg.Len
MINT (2603.08602, Table I)	RT-1	baseline	84.4	61.7	43.8	32.3	22.7	2.45
	Robo-Flamingo	baseline	96.4	89.6	82.4	74.0	66.0	4.09
	π0.5	baseline	94.2	89.3	82.7	78.5	70.3	4.15
	RoboVLMs	baseline	96.7	93.0	89.9	86.5	82.6	4.49
	MINT-4B	本文	97.4	94.2	91.7	88.2	86.1	4.57

备注：CALVIN 的 D→D 设置在 8 份抽取中无论文报告。VLS(2602.03973) 的 CALVIN 未按 1–5 链长报告（仅报 MovableObjects 94 / ArticulatedParts 87 任务组成功率），归入 §16 附注/其他，不并入本节。

5. RoboCasa

共 7 篇（GR00T-N1、MimicDroid、UniT-Humanoid、CosmosPolicy、DIAL、DiT4DiT、HSAT-AT）。RoboCasa 有多种设置：Franka 20 任务 / 厨房 24 任务 / GR1 桌面 24 任务 / Few-Shot L1-L3 / ICL。指标为成功率(部分论文 0–1，部分百分数)。数值均为各论文自报，任务集与本体不同，不同小节间不可直接比较。

5.1 RoboCasa（Franka 20 任务 / 厨房 24 任务，平均 SR）

论文	方法	原表标注	Avg SR
CosmosPolicy (无 arXiv, Table 2, 24厨房任务)	次优	基线	~60
	Cosmos Policy	所提(SOTA)	67.1
GR00T-N1 (无 arXiv, Table 2, 20任务)	Octo	baseline	28.8
	OpenVLA	baseline	31.2
	π0	baseline	55.6
	GR00T N1 (2B)	所提方法	61.6

5.2 RoboCasa-GR1（24 tabletop 任务，Full Data 平均 SR）

论文	方法	原表标注	Avg SR
DiT4DiT (2603.10448)	Qwen3DiT	参数匹配基线	36.2
	GR00T-N1.6	基线	40.8
	GR00T-N1.5	基线	41.8
	DiT4DiT	所提(SOTA)	50.8
DIAL (无 arXiv)	Diffusion Policy	基线	29.5
	UWM	基线	40.9
	FAST-Qwen3	基线	43.9
	GR00T-N1.6	基线	47.6
	pi0 (π-Qwen3)	基线	47.8
	FLARE	基线	55.0
	DIAL	所提(SOTA)	70.2
UniT-Humanoid (无 arXiv, Fig.9)	GR00T baseline	同架构无UniT	47.8
	FLARE	未来潜在对齐 flow	55.0
	VLA-UniT	所提(+UniT token)	66.7

备注：三篇 GR1 结果的 baseline 数值差异大（DiT4DiT 报 GR00T-N1.5=41.8、自身 50.8；DIAL 报 pi0=47.8、自身 70.2；UniT-Humanoid 报 GR00T=47.8、自身 66.7），源于各自任务配置/数据量不同。UniT-Humanoid 分项：Pick&Place 67.3 / Articulated 64.7。

5.3 RoboCasa Few-Shot

MimicDroid (2509.09726, Table I, L1/L2/L3)

方法	原表标注	本体	L1	L2	L3
MimicDroid w/o Visual Masking	消融	Abstract	39	—	—
MimicDroid	所提方法	Abstract	73	39	27
MimicDroid	所提方法	GR1	59	44	26

DIAL (无 arXiv, Few-Shot 100 traj = 10% 数据, 平均 SR)

方法	原表标注	Avg SR
冻结VLM 无世界建模	消融	21.8
微调VLM 无世界建模	消融	30.6
DIAL-DINO (替换ViT)	消融	47.2
+SEER 拼接	消融	49.6
+FLARE 辅助loss	消融	51.9
DIAL	完整	58.3
DIAL +EgoDex 人类数据 (ID)	跨体	61.1

5.4 RoboCasa ICL / Zero-shot（HSAT-AT, 2504.15215）

设置	方法	原表标注	Avg SR
ICL (7任务, Table 1)	ICRT+MLP	baseline	0.85
	LfpVQ-VAE	baseline	0.96
	HSAT-AT	所提方法	0.99
Zero-shot (unseen, Table 5)	LfpVQ-VAE	baseline	0.84
	HSAT-AT	所提方法	0.88

6. RLBench

共 4 篇。指标为平均成功率(%)，任务数各异（18/8/12），已在原表标注注明。数值均为各论文自报。

论文	方法	原表标注	Avg Success(%)
ActiveVLA (2601.08325, Table 1, 18任务)	RVT / PerAct	基线	—
	3D Diffuser Actor	基线	—
	BridgeVLA	基线	84.0
	RVT-2	基线	88.3
	ActiveVLA	所提(Avg Rank 1.22)	91.8
Goal-VLA (2506.23919, 8任务, zero-shot)	π0	baseline	0.0
	SUSIE	baseline	0.0
	OpenVLA	baseline	0.2
	VoxPoser	baseline	5.8
	MolmoAct	baseline	11.3
	MOKA	baseline	26.0
	Goal-VLA	所提方法	59.9
SAM2Act (2501.18564, Table 5.1, 18任务)	PerAct	baseline	49.4
	RVT	baseline	62.9
	SAM-E	baseline	77.6
	RVT-2	前 SOTA	81.4
	SAM2Act	所提方法	86.8
SynthICL (arXiv 2026.06, 12任务)	ICRT	baseline	66.1
	IP (Instant Policy)	baseline	72.4
	SynthICL (full)	所提方法	75.8

备注：SAM2Act Avg Rank 1.8（18任务中9个第一）；ActiveVLA Avg Rank 1.22。SynthICL 的 "arXiv 2026.06" 非标准编号，排序按无号处理置末。

7. LIBERO-Plus

共 3 篇（ImageWAM、MINT、Qwen-RobotManip）。LIBERO-Plus 为 LIBERO 多维泛化扰动基准。各论文报告的扰动维度列不完全一致，统一以 Avg 汇总，逐维数值列于备注。数值均为各论文自报。
协议提醒：无 “+” 的行按 LIBERO-Plus OOD 扰动评测阅读；MINT 表中带 “+” 或原表标注“用 LIBERO-Plus 训练”的行是目标域训练，需要和无 “+” baseline 分开比较。ImageWAM / Qwen-RobotManip 的训练域细节若当前汇总未保存，模型视图会标为“未确认”。

论文	方法	原表标注	Camera	Light	Avg
ImageWAM (2606.19531, Table 3)	WorldVLA	baseline	—	—	25.0
	FastWAM	baseline	16.4	—	51.5
	π0-Fast	baseline	—	—	61.6
	OpenVLA-OFT	baseline	—	—	69.6
	ImageWAM (FLUX.2 4B)	所提方法	80.8	98.1	83.1
	ImageWAM (FLUX.2 9B)	所提方法	—	—	85.2
MINT (2603.08602, Table II, 7维)	OpenVLA	baseline	0.8	8.1	16.3
	UniVLA	baseline	1.8	69.0	45.9
	π0	baseline	13.8	85.0	56.1
	π0-FAST	baseline	65.1	73.2	62.5
	OpenVLA-OFT	baseline	56.4	88.7	71.4
	π0.5	baseline	53.0	83.1	65.0
	MINT-30M	本文	61.4	92.2	69.5
	MINT-4B	本文	72.2	96.6	80.1
	OpenVLA-OFT+	用 LIBERO-Plus 训练	92.8	94.9	80.7
	π0.5+	用 LIBERO-Plus 训练	67.2	75.8	65.3
	MINT-4B+	用 LIBERO-Plus 训练	95.6	95.1	84.1
Qwen-RobotManip (无 arXiv, Table 4)	π0	baseline	—	—	53.6
	π0.5	baseline	—	—	84.4
	Qwen-RobotManip	本文	—	—	89.0
	Qwen-RobotManip-Context	本文	—	—	91.4

备注：MINT LIBERO-Plus 7 维（Camera/Robot/Lang./Light/Back./Noise/Layout）逐维数值见 out_06 Table II（此处仅摘 Camera、Light 两列）。

8. ManiSkill

共 3 篇（LRM、HSAT-AT、ViTaS）。指标为成功率(部分 0–1，部分百分数)，任务数各异。数值均为各论文自报。

论文	方法	原表标注	Avg SR
LRM (2603.16065, 3.6, 长视野)	Qwen3-VL-8B zero-shot	baseline	56.88
	LRM (Task Completion Reward)	所提方法	60.93
ViTaS (2602.11643, Table I, 12任务IL)	ACT		65.7
	DP		71.5
	ViTaS	所提方法	91.4
ViTaS (2602.11643, Table III, 泛化)	DP		54.9
	ACT		67.8
	ViTaS	所提方法	85.7
HSAT-AT (2504.15215, Table 2, 3任务)	LfpVQ-VAE	baseline	0.84
	HSAT-AT	所提方法	0.89

9. COLOSSEUM

共 2 篇（SAM2Act、ActiveVLA）。两篇指标不同：ActiveVLA 报平均成功率(%)；SAM2Act 报平均性能下降(%)（越接近 0 越鲁棒）。数值均为各论文自报。

论文	方法	原表标注	指标值
ActiveVLA (2601.08325, Table 2, 14场景, Avg SR%)	前 SOTA	基线	64.0
	ActiveVLA	所提(Avg Rank 1.3)	65.9
SAM2Act (2501.18564, Table 5.2, 20任务, 性能下降%↓)	RVT-2	baseline	-19.5
	SAM-E	baseline	-19.1
	SAM2Act	所提方法	-4.3 (std 3.6)

备注：ActiveVLA 分项 MO-SIZE 72.4 / Camera Pose 78.3。

10. Meta-World

共 2 篇（MINT、LA4VLA；含 "MetaWorld" 拼写）。指标为分难度成功率(%)，Avg 为难度档均值。数值均为各论文自报。

论文	方法	原表标注	Easy	Medium	Hard	Very Hard	Avg
LA4VLA (2606.27295, Table 4)	No pretrain (Base)	baseline	—	—	—	—	69.73
	VLA	消融	—	—	—	—	79.78
	LA	消融	—	—	—	—	83.00
	LA-VLA	消融	—	—	—	—	86.75
	MixPT	所提方法	—	—	—	—	87.53
MINT (2603.08602, Table I)	Diffusion Policy	baseline	23.1	10.7	1.9	6.1	10.5
	TinyVLA	baseline	77.6	21.5	11.4	15.8	31.6
	π0	baseline	77.9	51.8	53.3	20.0	50.8
	MINT-4B	本文	82.1	72.4	58.3	56.0	67.2

11. Push-T

共 2 篇（DCDP、DDP-WM）。DCDP 报动态仿真三设置成功率；DDP-WM 报 DINO-WM 框架下 MPC 成功率(单值)。数值均为各论文自报。

论文	方法	原表标注	静态	恒定扰动	随机扰动
DCDP (2603.01953, Table I)	Open-loop (H=8)	开环基线	88.4	58.2	52.8
	Closed-loop (H=1)	单步重推理	84.6	76.1	61.6
	Temporal Ensemble	加权平均	81.0	65.8	57.3
	DCDP (H=8)	所提方法	92.5	77.6	71.9
DDP-WM (无 arXiv, Table 1, MPC SR 单值)	DINO-WM	密集 SOTA 基线	91%	—	—
	DDP-WM	所提方法	98%+	—	—

备注：DCDP 推理延迟(ms/step)：Open-loop 7.05 / Closed-loop 53.60 / Temporal Ensemble 53.74 / DCDP 7.39（Table II）。DDP-WM 报 MPC 决策提速 ~9.2×。

12. LIBERO-10 / LIBERO-LONG

共 2 篇（UWM、Cosmos3），均为非标准四套件设置（LIBERO-10 / LONG 的具体子任务或快速适应）。数值均为各论文自报。

UWM (2504.02792, LIBERO-10/LONG 5 子任务, 3seed 均值)

方法	原表标注	Book-Caddy	Soup-Cheese	Bowl-Drawer	Moka-Moka	Mug-Mug	平均
DP	Diffusion Policy	0.73±0.10	0.88±0.02	0.77±0.02	0.65±0.03	0.53±0.05	0.71±0.12
PAD	共享timestep扩散	0.78±0.04	0.47±0.04	0.74±0.05	0.59±0.08	0.25±0.04	0.57±0.19
GR1	masking token 生成	0.77±0.03	0.65±0.05	0.62±0.03	0.46±0.04	0.38±0.05	0.58±0.14
UWM	所提方法	0.91±0.07	0.93±0.01	0.80±0.02	0.68±0.02	0.65±0.01	0.79±0.11

Cosmos3 (2606.02800, LIBERO(-10) 快速适应, SR%)

方法	原表标注	成功率
Cosmos3 MT-init (2000 iter)	所提	97.4
Cosmos3 MT-init (500 iter)	消融	24.6
Cosmos3 PT-init (500 iter)	消融	0.0

13. LIBERO-90

共 1 篇（KI-VLA，无 arXiv）。LIBERO-90 单策略聚合成功率(0–1)。

方法	原表标注	Avg (LIBERO-90 聚合)
OpenVLA-OFT	自回归离散动作基线	~0.50
HybridVLA	混合离散+连续	~0.50
π₀-FAST	自回归VLA+FAST	0.73
KI-VLA (Ours)	知识隔离+co-train	0.815

备注：四子集逐项数字文档为占位，无法提取。

14. LIBERO-Object

共 1 篇（ICLR / Visual Reasoning ICL，2603.07530）。Object 套件的 4 环境 ICL 变体，平均成功率(%)。

方法	原表标注	Avg
ICRT	baseline	44.44
TO (仅推理用推理)	消融	54.00
TD (Teacher Dropout)	消融	54.44
ICLR (Ours Dropout)	所提方法	70.89

15. LIBERO-PRO

共 1 篇（VLS，2602.03973）。LIBERO 的 OOD 扰动变体，报 Task 扰动 / Position 扰动 / Overall 平均(%)。
协议提醒：这里不是“LIBERO-PRO 训练后在 LIBERO-PRO 测试”。VLS 使用冻结 base policy 做 training-free 推理时 steering；π0.5-LeRobot ckpt 来源为 huggingface.co/lerobot/pi05_libero_finetuned。测试为 LIBERO 四套件上的 Task / Position 扰动，每任务 20 episodes。

方法	原表标注	Task扰动 Avg	Position扰动 Avg	Overall Avg
OpenVLA		0.00	0.00	0.00
π0		0.00	0.00	0.00
π0.5		0.75	20.75	10.75
π0.5 (LeRobot)		23.13	24.25	23.69
π0.5 (LeRobot) + VLS	所提方法	38.50	35.13	36.81

16. LIBERO（reasoning/OOD 变体，SEAL）

共 1 篇（DWYS / SEAL，2510.16281v2）。使用 LIBERO 的 reasoning 标注扩展与自建 OOD/Compose 变体，非标准 Spatial/Object/Goal/Long 四分类，按原表设置列出，SR%。
协议提醒：本节同时包含 ID、Compose 和 LIBERO-10 OOD 维度，不能把整节统一看成 IID 或 OOD；模型视图会保留列名并按行/小节标注分布关系。

ID & Compose (Fig. 2a)

方法	原表标注	10-R(ID)	10-Compose	100-Basket-R(ID)	Basket-Compose	100-R(ID)	100-Compose
π0	vanilla VLA	90	14	85	11	85	16
π0-V-GPS	runtime steering	92	18	89	13	87	16
π0-reason	reasoning VLA	96	—	86	23	89	38
SEAL	所提方法	96	—	94	26	97	53

LIBERO-10 OOD 鲁棒性 (Fig. 4)

方法	原表标注	ID	Lang-Rephrase	Lang-Object-Property	Visual-Scene	Visual-Viewpoint
π0	vanilla VLA	85	73	81	84	28
π0-V-GPS	runtime steering	87	71	81	83	24
π0-reason	reasoning VLA	89	86	91	91	—
SEAL	所提方法	97	95	91	98	45

附：VLS(2602.03973) 的 CALVIN 变体（任务组 MovableObjects 94 / ArticulatedParts 87，非 1–5 链长）亦为非标准设置，详见 §20。

17. GenBench

共 1 篇（ActiveVLA，2601.08325）。4 级泛化(16 train + 44 test)，SR%。
协议提醒：L1-L4 是泛化等级，不是同一个 IID 测试集；Avg 混合了不同泛化难度。

方法	原表标注	L1	L2	L3	L4	Avg
3D-LOTUS	基线	90.0	—	—	—	—
ActiveVLA	所提方法	93.4	92.4	46.3	45.1	53.1

备注：ActiveVLA L1 数值由 "比 3D-LOTUS +3.4pp" 反推（原注）。

18. DexMimicGen

共 1 篇（GR00T-N1，无 arXiv）。灵巧手 10 任务平均，SR%。

方法	原表标注	Avg SR
GR00T N1 (2B)	所提方法	72.8

19. 真机实验（按论文/平台）

各论文真机平台与任务各异，不合并，每篇一小块。数值均为各论文自报，成功率单位/形式（%、x/N、0–1）保留原文。近似/图估值保留 `~`/`(图估)` 标注。粗体为所提方法。

ACT (2304.13705) — ALOHA 双臂 ViperX（成功率%）

方法	原表标注	Slide Ziploc	Slot Battery	Open Cup	Thread Velcro	Prep Tape	Put On Shoe	平均
ACT	每任务50演示	92	100	100	96	72	64	87

SuSIE (2310.10639) — WidowX 250 / BridgeData V2（成功率）

方法	原表标注	Scene A	Scene B(未见)	Scene C
LCBC	语言条件 BC	—	0.20	—
RT-2-X	55B VLA(18×数据)	—	0.00	0.75
SuSIE	1/18 数据	0.87	0.50	0.88

UniPi (2302.00111) — WidowX / BridgeData V2（视频质量+成功率）

方法	原表标注	CLIP↑	FID↓	FVD↓	Success↑
UniPi (No Pretrain)	无预训练	24.43	17.75	288.02	72.6
UniPi (Pretrain)	14M 视频文本预训练	24.83	18.45	244.66	77.1

SayCan (2204.01691) — Everyday Robots 移动操作臂（规划/执行 SR%）

方法	原表标注	Mock Plan	Mock Exec	Real Plan	Real Exec
No VF	仅 LLM 打分	67	—	—	—
Generative	生成式 LLM+USE	74	—	—	—
BC NL	端到端 BC	—	0	—	—
SayCan	LLM×价值函数	84	74	81	60

DiffusionPolicy (2303.04137) — UR5 单臂 / Franka 双臂（20 trials/任务）

方法	任务	成功率	副指标(vs人类)
IBC	Push-T	0%	—
LSTM-GMM	Push-T	20%	—
Diffusion Policy	Push-T	95%	IoU 0.80 vs 0.84
Diffusion Policy	Mug Flip	90%	—
Diffusion Policy	Sauce Pour	79%	覆盖率0.74 vs 0.79
Diffusion Policy	Sauce Spread	100%	覆盖率0.77 vs 0.79
Diffusion Policy	Egg Beater(双臂)	55%	—
Diffusion Policy	Mat Unrolling(双臂)	75%	—
Diffusion Policy	Shirt Folding(双臂)	75%	—

DISCO (2406.09767) — Franka 抓取（20 trials/物体）

方法	单物体-Seen	单物体-Unseen	多物体-Seen	多物体-Unseen
GoalDiff	0.10	0.00	0.05	0.00
Vanilla inpt.	0.55	0.15	0.30	0.05
DISCO	0.85	0.65	0.65	0.25

GHIL-Glue (2410.20018) — Bridge V2 / WidowX250 zero-shot（x/30）

方法	Sushi On Towel	Red Bell Pepper in Bowl	Open Drawer	Sushi in Bowl
OpenVLA (7B)	22/30	14/30	23/30	15/30
SuSIE	19/30	12/30	19/30	15/30
GHIL-Glue (SuSIE)	28/30	16/30	22/30	18/30

HATO (2404.16823) — 2×UR5e + 2×Psyonic Ability Hand（10 trials）

方法	原表标注	Handover	Stacking	Pouring	Serving
Visuotactile DP	Success	10/10	10/10	9/10	5/10
Visuotactile DP	Pickup	10/10	10/10	10/10	10/10

（模态/相机消融见 out_01 Table II–IV：w/o Vision 在稀有初始化 0/10；仅第三视角 0/10 等。）

MimicTouch (2310.16917) — peg-in-hole（25 trials）

方法	原表标注	成功率	ActionMSE
NN-based (本文)	人手触觉演示	40% (10/25)	0.21
MULSA	人手触觉演示	16% (4/25)	1.53
NN-based	SpaceMouse遥操作	12%	—
人手触觉+RL (本文)	3h 残差RL微调	96% (24/25)	—
SpaceMouse+RL	3h	32%	—
Hand-guided+RL	3h	60%	—

OpenVLA (2406.09246) — Franka-Tabletop（微调/量化对比）

方法	原表标注	成功率	训练参数	VRAM
Full FT	全量微调	69.7	7.2B	163.3 GB
Last layer only	仅最后层	30.3	465K	51.4 GB
Frozen vision	冻结视觉	47.0	6.8B	156.2 GB
Sandwich	—	62.1	914.2M	64.0 GB
LoRA r=32	—	68.2	97.6M	59.7 GB
bfloat16	量化对比	71.3	—	15 GB
int4	量化	71.9	—	7.0 GB

MS-Bot (2408.01366) — 倒豆误差(g,越小越好) / 键槽装配（表1）

方法	倒豆·初始90	倒豆·初始120	倒豆·目标40	倒豆·目标60	装配成功率
Concat	4.80±1.14	8.72±2.39	8.40±2.21	6.54±2.14	5/10
Du et al. [63]	4.32±1.22	7.79±2.11	8.54±2.04	6.26±2.01	5/10
MULSA [11]	3.05±1.01	6.42±1.98	7.12±1.66	4.19±1.24	6/10
MS-Bot	1.60±1.10	5.58±1.79	6.48±1.55	1.80±0.95	8/10

ViSk (2410.17246) — xArm 7（得分/10, 每配置30次）

任务	Vision-only(最佳)	ViSk(最佳)
Plug Insertion	3.6	6.6
USB Insertion	2.3	5.6
Card Swiping	3.3	7.0
Book Retrieval	3.3	5.3

Vid2Robot (2403.12943) — Google Robot（整体 SR）

方法	Robot prompts	Human prompts
BC-Z	32.9%	14.5%
Vid2Robot	54.2%	34.5%

ViTaL (2024, 无 arXiv) — Franka + GelSight（USB Plugging / Cube Stacking，文中散述）

方法	原表标注	成功率
Vision-only(无预训练) ACT	USB	20%
Vision-only+预训练 ACT	USB	45%
Vision+Tactile+预训练 ACT	USB	95%
Vision+Tactile+预训练 DP	USB	95%
Vision-only+预训练 ACT	Cube Stacking	30%

3D-ViTac (2410.24091) — 双臂遥操作（长horizon 完成率，Table 1）

方法	Egg Cooking	Fruit Prep	Hex Key	Sandwich
PC w/ Tactile Points (Ours)	0.85	0.80	0.95	0.85

（3 基线文档中为定性，填 —。）

AdapTac (2505.13982) — Flexiv Rizon 4 + Leap Hand（Table I）

方法	原表标注	Open Box	Reorientation	Flip	Avg
RISE	vision only	90%	90%	40%	73%
3DTacDex-P	concat	30%	60%	30%	40%
FoAR	threshold	20%	90%	40%	50%
AdapTac (Ours)	—	100%	90%	90%	93%

AnyPlace (2502.04531) — 单臂 eye-in-hand RGBD（物体放置）

方法	Insert vial	Hang ring	Stack battery
NSM	0%	60%	0%
RPDiff	0%	60%	0%
AnyPlace	80%	80%	80%

ConRFT (2502.05450) — 单臂 + Octo-small VLA（8任务平均）

方法	原表标注	平均成功率
SFT	监督微调基线	39.4%
Cal-ConRFT (仅离线)	—	39.4%
ConRFT	offline+online	96.3%

DreamVLA (2507.04447) — Franka Panda（Table 3, pick/place/drawer）

方法	Pick Avg	Place Avg	Drawer Avg	Task Avg
Diffusion Policy	60.0	45.0	37.5	50.8
Octo-Base	55.0	45.0	35.0	45.0
OpenVLA	45.0	25.0	35.0	35.0
DreamVLA	82.5	80.0	67.5	76.7

ContextVLA (2510.04246) — Franka Research 3 / Realman RM-65B（Table 4）

任务	单帧 baseline	ContextVLA
PnP Twice (full success)	25	65
CoverNStack (partial)	60	80

DexNDM (2510.08556) — LEAP Hand in-hand rotation（Palm-Down，Rot,rad）

方法	Regular	Small	Irregular
Direct Transfer	9.84	4.71	4.41
DexNDM	11.36	5.24	6.35

DualActor (2509.13774) — bolt 三阶段（3 tasks avg，Table I）

方法	原表标注	Avg Success(%)
HiL-CorRFT [12]	单任务 RL 微调	12
HG-DAgger [18]	BC 修正	22
DSRL [20]	latent RL 精修	40
DualActor	ours (101min 在线)	100

Motus (2512.13030) — AC-One 单臂(11任务) / Agilex-Aloha-2 双臂(6任务)（部分成功率）

方法	单臂部分SR	双臂部分SR
π0.5	40.60	48.60
Motus w/o Pretrain	67.43	49
Motus	80.48	59.30

mimic-video (2512.15692) — 双臂灵巧手 Franka×2 + 16-DoF hand

方法	Packing	Package handover
DiT-Block Policy	11.0	50.0
DiT-Block Policy [+wrist cams]	42.6	74.1
mimic-video	72.0	93.0

LAPA (2410.11758) — Franka Emika Panda（3任务 Avg SR）

方法	原表标注	Avg SR
Scratch	baseline	21.2
OpenVLA (Open-X)	baseline	43.9
LAPA (Open-X)	所提	50.1
ACTION VLA (Bridge)	baseline	32.6
OpenVLA (Bridge)	baseline	30.8
LAPA (Bridge)	所提	36.8
LAPA (Human Videos)	所提	34.0

ForceVLA (2505.22159) — Flexiv Rizon 7-DOF（5 contact-rich 任务）

方法	Insert USB	Insert Plug	Pump Bottle	Wipe Board-1	Wipe Board-2	Peel Cucumber	Average
pi0-base w/o F	45	25	67	25	5	20	37.3
pi0-base w/ F	45	30	64	25	5	33	40.2
pi0-fast w/o F	25	25	60	45	0	31	31.0
pi0-fast w/ F	0	0	9	45	0	27	14.2
ForceVLA	100	80	93	83	10	40	60.5

（泛化实验见 out_02 4.2：ForceVLA Average 63.78。）

OmniVTLA (无 arXiv) — UR5 + 夹爪 / DexH13 灵巧手（pick-and-place SR）

方法	原表标注	UR5+夹爪 SR	UR5+DexH13 SR	DP backbone SR
π0 (VLA)	baseline	75.0	93.8	—
VTLA-Pre	消融	84.4	—	—
VTLA-SA	消融	87.5	—	—
DP (视觉)	baseline	—	—	59.4
DP + 触觉	所提	—	—	78.1
OmniVTLA	所提	96.9	100	—

pi0.5 (2504.16054) — 双臂移动操作臂（未见家庭多阶段家务，近似值）

方法	items in drawer	dishes in sink	laundry basket	make bed
π0.5	~70	~65	~55	~40

baseline 逐任务数值文档未给（原注）。

FACTR (2502.17432) — Franka Panda（4 contact-rich，未见物体泛化）

方法	Box Lift	Pivot	Fruit	Dough	平均
ACT (Vision-Only)	19/60	21/50	4/15	0/10	21.3%
ACT (Vision+Force)	35/60	38/50	11/15	7/10	61.2%
FACTR	55/60	38/50	14/15	8/10	87.5%

FBI (2508.14441) — Shadow Hand 灵巧手内操作（Table II）

方法	In-hand Reorientation	In-hand Push	Average
DP3	10.0	25.0	—
ManiCM	25.0	10.0	—
FBI (Vision-Only)	45.0	30.0	—
FBI (Visuotactile)	45.0	20.0	35.0

FoAR (2411.13753) — Rokae Rizon（contact-rich ASR）

方法	Wiping	Wiping(General)	Peeling
ACT	0.275	—	—
Diffusion Policy	0.400	—	—
DiffuseBot	0.500	0.500	—
RISE (force-token)	0.575	0.400	0.487
RISE (force-concat)	0.425	0.400	0.523
FoAR (3D-cls)	0.475	0.200	—
FoAR	0.875	0.850	0.756

ICRT (无 arXiv, ICRA 2025) — Franka Panda（Pick-and-Place distractor 泛化）

方法	1 distractor	2 distractors	3 distractors	Average
Goal Condition	33.3	9.7	20.0	—
Octo	30.0	13.3	5.7	—
OpenVLA	11.7	33.3	73.3	—
ICRT	60.0	53.3	79.3	75.2

LVP (2512.15840) — Franka + G1（逐任务成功次数/试验数）

方法	Pick Objects	Pick A into B	Open Drawer	Press Button
OpenVLA	0/10	0/10	0/10	0/10
pi0	3/10	1/10	1/10	0/10
LVP	5/10	3/10	2/10	4/10

MimicDroid (2509.09726) — GR1 人形双臂 few-shot（320k 帧）

方法	L1	L2
MimicDroid (128 帧)	35	21
MimicDroid (320k 帧)	59	45

pi0.6 / RECAP (无 arXiv) — Café/Box/Laundry（Figure 图读数，正文无精确表）

方法	关键读数
RECAP (π₀.6)	Laundry T-shirt ~60%→~90%；Box assembly ~50%→~90%；Espresso 连续运行15h

π₀ 预训练 / offline RL 基线正文无精确数字。

FAST (2501.09747) — 多真机任务（Figure 6/9/11）

方法	关键数值
Naive binning	高频任务(Table Bussing 20Hz, T-Shirt Folding 50Hz) 0% 成功率
π₀-FAST	匹配 diffusion π₀，训练省 5× GPU hours；DROID 首个 zero-shot（无精确成功率）

HiRobot (无 arXiv) — Bimanual ARX, Table Bussing（Instruction Accuracy）

方法	原表标注	IA
GPT-4o(高层)+flat VLA	未微调通用VLM	~62%
Flat VLA with synthetic data		~62%
Hi Robot without synthetic data	分层无合成	~79%
Hi Robot (full)	层级+合成数据	93%

HumanToRobotVLA (无 arXiv) — 桌面操作（4项泛化平均，图读数）

方法	平均成功率(4基准)	Eggs 排蛋
robot-only	~35%	57%
co-training (human+robot)	~71%	平均多放4个蛋

KI-VLA (无 arXiv) — static single-arm + mobile manipulator（图占位，无精确数）

方法	数值
KI-VLA (Ours)	items in drawer 性能与语言跟随均超所有 baseline（无精确数字）

RTC (无 arXiv, NeurIPS 2025) — 双臂6-DoF（吞吐 tasks/min）+ Kinetix 仿真（solve rate，图读数）

方法	+0ms	+200ms	Kinetix Solve Rate
Synchronous	~0.75	~0.55	—
TE	—	停机	~0.45
Naive async	—	—	~0.50
BID	—	—	~0.60
RTC	~0.85	~0.80	~0.70

RDP (2503.02881) — Flexiv Rizon 4（整体 All 分数）

方法	Peeling	Wiping	Lifting
DP	0.44	—	—
DP + tactile emb	0.48	—	—
DP + tactile img	0.48	—	—
RDP (GelSight)	0.71	0.95	0.93
RDP (MCTac)	0.63	0.94	—
RDP (force)	0.59	0.65	0.90

RDT-1B (2410.07864) — ALOHA 双臂（成功率%，零/少样本）

方法	Wash Cup(seen/u1/u2)	Pour Water	Handover(5-shot)	Fold Shorts(1-shot)	Robot Dog
ACT	0/0/0	0–12.5	0	0	32
OpenVLA	0/0/0	0–12.5	—	—	—
Octo	0/0/0	0–12.5	—	—	—
RDT-1B	50/75/50	62.5/100/62.5	40	68	48

SAM2Act (2501.18564) — Franka Emika Panda（成功试次 ID/OOD，Table 5.4）

任务	RVT-2 (ID/OOD)	SAM2Act (ID/OOD)
Turn on lamp	0/0	6/6
Push buttons	4/1	9/9
Stack cubes	8/3	8/3
Push same button	4/2	7/6
总计	16/6 (43%)	30/24 (75%)

SaTA (2510.14647) — RealMan + Sharpa Wave（SR/FC，Table I）

方法	Card Sliding	USB-C Mating	Bulb Install	Avg (SR/FC)
Vision-Only	50/10	0/0	45/35	31.7/15.0
Tactile-Flat	60/45	0/0	70/40	43.3/28.3
Tactile-Global	65/30	10/0	65/45	46.7/25.0
SaTA	95/55	35/30	100/60	76.7/48.3

SparshX (2506.14754) — Franka + Allegro + 4×Digit360（Peg Insertion, Fig.8）

方法	成功率
Vision-only	~0%
Sparsh-X (全模态)	~90%

STS-IL (2311.01248) — Franka + STS（4门操作，消融相对提升）

配置	平均成功率变化
+ Tactile Force Matching	+62.5%
+ Learned Mode Switching	+30.4%
+ STS 作为策略输入	+42.5%
STS-IL (综合)	+64.2%（最佳配置绝对值 ~85% 估读）

SwiftVLA (2512.00903) — AgileX PiPER 单臂（SR）

方法	Clean the Desk	Throw the Bottle	Stack Bowls	Avg	Fold the Cloth
SmolVLA	—	—	—	0.34	0.05
π0	—	—	—	0.61	0.45
SwiftVLA	0.86	0.80	0.74	0.80	0.60
SwiftVLA (4D)	—	—	—	0.82	0.65

TacThru (2512.09851) — 改装 UMI + TacThru/GelSight（5任务成功率）

方法	PickBottle	PullTissue	SortBolt	HangScissors	InsertCap	Avg
Wrist	95%	40%	36%	50%	55%	55.4%
GS-M	95%	50%	55%	60%	55%	66.3%
TT	100%	90%	79%	60%	55%	76.8%
TT-M	100%	90%	83%	80%	75%	85.5%

TactileAloha (无 arXiv, RA-L 2025) — ALOHA 双臂 + GelSight（子任务 SR%，Table I）

方法	Zip Tie G	Zip Tie A	Zip Tie I	Velcro G	Velcro A	Velcro F
Diffusion Policy	60	20	0	70	30	15
ACT	80	30	5	90	45	30
ACT with Normals	75	35	5	85	40	30
ACT with Tactile	80	75	25	95	95	85
Ours	90	90	35	100	100	90

TactileVLA (2507.09160) — Franka Panda（USB/Charger 插入，Table 1）

方法	USB	Charger
π₀-base	5	40
π₀-fast	0	25
Tactile-VLA	35	90

TA-VLA (2509.07962) — Cobot Magic ALOHA（接触丰富/常规任务, x/20，Table 5）

方法	接触丰富(x/20)	常规(x/20)
ACT	0 ~ 12	12 ~ 16
RDT	0 ~ 10	12 ~ 17
π₀	0 ~ 16	14 ~ 17
π₀ + obs	13 ~ 19	13 ~ 18
π₀ + obj	10 ~ 19	14 ~ 17
π₀ + obs + obj	15 ~ 19	17 ~ 19

可确证：Charger Plugging π₀ 0/20 → 17/20；Door Handle Turning 0/20 → 15/20。

TiW (2507.15062) — XArm 850 + 柔性压阻触觉阵列（20 试验/任务）

任务	Vision-Only	完整方法(w/ Pretraining)
Test Tube Collection	25	85
Pencil Insertion	45	85
Fluid Transfer	55	90
Whiteboard Erasing	55	70

TLA (2503.08548) — GelStereo 2.0 + 夹爪（peg 插入，Table III/IV）

方法	总成功率(%)	总平均步数
BC	31	3.68
DP	40	3.83
SP-TLA	88	3.76
MP-TLA	90	3.56

UniSkill (2505.08787) — Franka Panda 桌面（5任务）

方法	Franka prompt	Human prompt
GCBC	60	61
XSkill	11	0
UniSkill	83	81

（厨房基准 Franka/Human/Anubis prompt：GCBC 33/33/33；UniSkill 87/54/48。）

UniT (2408.06481) — ALOHA 双臂模仿学习（成功次数，Table V）

方法	Chicken Legs Hanging	Chips Grasping	Allen Key Insertion
Vision-Only	9/15	8/15	15/30
Visual-Tactile (from Scratch)	—	—	17/30
UniT (Visual-Tactile)	13/15	14/15	23/30

UWM (2504.02792) — DROID / Franka Panda（成功率，a→b = pretrain→co-train，ID/OOD）

方法	Stack-Bowls	Block-Cabinet	Paper-Towel	Hang-Towel	Rice-Cooker
Diffusion Policy	0.48/0.36	0.60/0.26	0.52/0.48	0.64/0.28	0.35/—
PAD	0.08→0.20/0.08→0.12	0.00→0.00/0.00→0.00	0.42→0.42/0.34→0.44	0.52→0.54/0.30→0.38	0.00/0.00
GR1	0.66→0.62/0.48→0.38	0.66→0.74/0.44→0.64	0.60→0.46/0.60→0.46	0.66→0.66/0.48→0.44	0.40/0.25
UWM	0.86→0.92/0.76→0.84	0.76→0.84/0.60→0.72	0.78→0.86/0.78→0.84	0.82→0.86/0.64→0.76	0.60/0.65

ViTacFormer (2506.15953) — Realman 双臂 + SharpaWave（短horizon，次/10，Table 1）

方法	Peg Insertion	Cap Twist	Vase Wipe	Book Flip
DP	2/10	0/10	3/10	1/10
ACT	4/10	4/10	3/10	2/10
HATO	3/10	1/10	4/10	3/10
ACTw/T	6/10	6/10	4/10	4/10
ViTacFormer	10/10	10/10	9/10	9/10

（长horizon 做汉堡 11阶段 HNS：w/o Touch 0.61；ViTacFormer 0.88。）

ViTaLPrecise / ViTaL (2506.13762) — xArm 7 + AnySkin（In-domain，次/10，Table 1）

方法	Plug Socket	USB Insert	Card Swipe	Key Lock	Pick Bread
BAKU	4/10	4/10	1/10	5/10	10/10
ViSK	7/10	3/10	4/10	5/10	10/10
RLPD	3/10	0/10	2/10	1/10	10/10
ViTaL-BC	7/10	4/10	5/10	5/10	10/10
ViTaL	9/10	9/10	10/10	9/10	10/10

ViTaMIn (2504.06156) — Rokae xMate ER3PRO + AllTact（5任务，20 trials，Table II）

任务	Vision-only	w/o Pre-training	Ours (Full)
Orange Placement	0.65	—	0.90
Test Tube Reorientation	0.40	0.70	0.70
Dynamic Peg Insertion	0.10	0.45	0.85
Scissor Hanging	0.10	0.45	0.70
Knife Pulling (双臂)	0.60	0.80	—

V-JEPA2 (2506.09085) — Franka Emika Panda 零样本（Avg）

方法	Grasp Reach	Grasp Cup	Grasp Box	Reach w/ Obj	Pick-&-Place
Octo	100%	13%	0%	13%/70%	13%/10%
V-JEPA2-AC	100%	63%	73%	23%/80%	63%

VTInsertion (无 arXiv, RA-L 2025) — Kinova Gen3 + OpenHand + AllSight（11物体，成功率范围）

方法	成功率范围
Teacher	~92.4% (仿真, 上界)
Visual-PCL	55–80%
Visuotactile	80–95%(训练物体) / 75–90%(新物体)

VTLA (2505.09577) — UR3 + GelStereo 2.0 Sim2Real 零样本（peg-in-hole，20 trials）

设置	成功率	平均步数
VTLA (方形 1.6mm)	100%	1.60
VTLA (方形 1.0mm)	100%	1.95
VTLA (方形 0.6mm)	95%	4.31
VTLA (三角 0.6mm)	95%	3.94
VTLA (五边 0.6mm)	100%	1.85
VTLA (OOD 五边 0.6mm)	100%	5.20
VLA (无触觉, 三角0.6mm)	90%	4.06
TLA (无视觉, 三角0.6mm)	30%	2.00

VT-Refine (无 arXiv, RSS 2025 WS) — 双 Franka + 3D-ViTac（plug-socket 装配）

方法	Tabletop	Bimanual
Vision-Only (Pre-Train)	0.20/0.35	—
Vision-Only + Fine-Tune	0.65	—
Visuo-Tactile (Pre-Train)	0.40/0.50	—
Visuo-Tactile + Fine-Tune	0.80	0.75

VT-TermRL (无 arXiv, Frontiers 2025) — Franka + XENSE G1-WS（PLC 终端装配，100 随机位姿）

方法	成功率	训练时间	示范数
RLPD+VT (Ours)	100/100	55 min	30
RLPD w/o demo	32/100	265 min	0
BC	9/100	105 min	150
TD3	0/100	285 min	0

AdaVTF (2604.01414) — Franka Panda + 关节力矩（3接触任务，Table I）

方法	Egg Boiler	Bottle	Connector	平均
Vision-only	8/20	7/20	12/20	30.9%
Feature Concat	3/20	9/10	12/20	53.3%
Torque Gating	14/20	5/10	15/20	<1%
Auxiliary Goals	8/20	1/10	7/20	28.6%
MoE	5/20	1/10	11/20	24.0%
MoE w/o torque enc	18/20	1/10	11/20	54.0%
Ours	6/20	8/10	19/20	82%

原表"平均"列为作者加权平均，Torque Gating 的 <1% 保留原文标注。

AHEAD (2606.02486) — UFactory xArm 7（5动态任务，Table 4）

方法	传送带(静→移)	传送带(移→静)	球拍打球	停滚球	接抛射物
AHEAD	30/30	29/30	23/30	30/30	19/30
所有 baseline	—	—	—	—	0/30

ARRO (无 arXiv, RA-L 2026) — FR3 域偏移评测（成功/相对性能，Table I/Fig.6-7）

方法/设置	成功率
real-to-real vanilla (DP)	90%
real-to-real vanilla (Octo)	50%
real-to-real vanilla (OpenVLA)	40%
real-to-real vanilla (π0)	100%
real-to-sim vanilla (OpenVLA)	0%
real-to-sim ARRO (OpenVLA)	55%
real-to-sim masking (π0)	94%
π0 语言引导 vanilla / Masked / ARRO	30% / 70% / 90%

AT-VLA (2605.07308) — AgBot Genie1 双臂（4接触任务，Table 1）

方法	Unzip Bag	Stamp	AVG(contact)
GO-1	0.20	0.13	0.22
τ0.5	0.20	0.20	0.13
VTLA	0.00	0.13	0.13
RDP	—	0.40	0.40
AT-VLA	0.33	0.46	0.50

（非接触任务 Pick&Place/Open Drawer：GO-1 与 AT-VLA 均 0.93/0.87。）

CRAFT (2602.12532) — leader-follower 双臂（Table I/II）

方法	Wipe Whiteboard	Shaft-to-Hole	平均/相对
π0-base	13.5%	—	基线
π0-base + CRAFT	66.7%	—	+35.36pp
RDT	—	8.5%	22.66%
RDT + CRAFT	—	38.1%	48.32%
泛化: 基线 VLA → +CRAFT	—	—	22.50% → 88.75%

DECO (2602.05513) — Unitree H1-2 双臂灵巧手（4场景，Table 1）

方法	全任务平均	接触密集任务平均
ACT	57.25%	19.38%
DP	51.25%	28.13%
DPt	56.75%	33.13%
DECO (无触觉)	72.25%	53.13%
DECO_p (+触觉adapter)	82.50%	73.13%

DIAL (无 arXiv) — IRON-R01-1.11 人形（跨体学习）

方法	ID SR	OOD SR
GR00T-Qwen2.5	17.5	~0
GR00T-Qwen2.5 +FLARE	50.0	—
DIAL 去人类数据	55.0	26.7
DIAL	77.5	58.3

DeFI (无 arXiv) — Franka Panda（8 tasks，成功率%）

方法	Place	Open	Close	Cut	Stack Bowl	Stack Cube	Stack Bottle	Pour	Avg
DeFI	90	75	100	80	80	70	80	75	81.3
DP	70	40	70	50	45	35	40	35	48.2
OpenVLA	50	40	65	40	30	35	45	45	43.8

DiT4DiT (2603.10448) — Unitree G1 人形（7任务，成功率%）

方法	Arrange Flower	Stack Cup	Move Spoon	Drawer	Box Packing
DiT4DiT	75	60	40	90	50
GR00T-N1.5	25	25	15	—	—
Qwen3DiT	0	<10	<10	0	0

DiffusionVS (2606.19397) — AUBO-i5 视觉伺服（30 trials）

方法	SR(%)	TE(cm)	RE(°)
Regression	0	–	–
Diffusion (Ours)	93.3	6.17	3.76

DreamTac (2606.08737) — Franka Panda + Xeno Photon（6接触任务平均）

方法	平均成功率
π1	15.4%
Common Policy	31.6%
ForceVLA	68.7%
Dream-Tac	83.3%

DreamTacVLA (无 arXiv) — Dobot X-Trainer 双臂 + GelSight（100 trials/task，Table 1）

方法	Peg-in-Hole	USB Insert	Gear Assembly	Tool Stabilization	Avg
ACT	—	—	—	—	35.2
Diffusion Policy	—	—	—	—	35.5
π₀	—	—	—	—	45.7
No HSA, Dream-Only	—	—	—	—	75.4
HSA-Only, No Dream	—	—	—	—	60.8
DreamTacVLA	95.0±0.2	85.7±0.6	81.1±0.4	74.6±0.5	95.0

（IsaacSim 数字孪生 Table 4：DreamTacVLA 98.6/97.9/95.2/94.7。）

DreamZero (无 arXiv) — AgiBot G1 / DROID-Franka（Task Progress %，Fig.8/9）

方法	Seen Tasks	Unseen Tasks	DROID TP / SR
GR00T N1.6 / π0.5 (scratch)	27.4	<1	—
pretrained VLA	27.4	16.3	—
DreamZero (WAM)	62.2	39.5	49 / 22.5

（跨具身：Robot-to-robot 54.3、Human-to-robot 55.4。）

EDIL (无 arXiv, IEEE TII) — 2×RealMan 6-DOF 双臂（SR%）

方法	AirPods All	AirPods Avg	iWatch All	iWatch Avg
ACT	16	38.4	16	42.4
InterACT	28	50.4	20	47.2
EDIL	52	65.6	40	64.8

Ego-Pi (2506.03071) — Galaxea R1 Pro 双臂灵巧手（SR%）

方法	番茄分拣	装箱	包装
纯机器人数据	40	25	30
简单 co-train	92	72	76
+ Subtask	92	85	90
Ego-Pi (+ Skeleton)	96	90	96

EgoScale (无 arXiv) — Galaxea R1Pro 22-DoF 灵巧手（Task Completion）

方法	平均完成率
无预训练 (from-scratch)	~0.30
EgoScale (20K h)	~0.71

（one-shot：Fold Shirt 0.85、Unscrew Bottle 0.92；跨具身 Unitree G1：Pen in Bin 0.88、Dish in Rack 0.50。）

FAVLA (无 arXiv, ICML 2026) — Moto 单臂 + 6轴力传感器（SR%，Table 1）

方法	USB Insertion	Gear Assembly	Board Wiping	Avg
π₀	—	—	—	43.7
ForceVLA	—	—	—	66.7
FAVLA	85	80	75	80.5

π₀≈43.7、ForceVLA≈66.7 为反推值（原注）。

FG-CLTP (无 arXiv) — Insta Y1 + 双 DM-Tac M（SR%，Table IV）

方法	Tube Insertion	Wipe Board	Handwriting
ACT	45.9	65.0	45.9
DP	75.0	65.0	50.0
3D-TLA (FG-CLTP)	85.9	75.9	60.0

ForceVLA2 (2603.15169) — Flexiv Rizon 4s + 6D力传感器（SR%，Table 1）

方法	Press bottle	Clean vase	Clean board	Retrieve plate	Assemble gears	Avg
π0	35.0	20.0	35.0	0.0	0.0	18.0
π0.5	45.0	30.0	45.0	15.0	20.0	31.0
ACP	25.0	30.0	25.0	0.0	0.0	16.0
π0 w/ F	30.0	25.0	20.0	10.0	0.0	17.0
ForceVLA	70.0	25.0	55.0	15.0	10.0	35.0
ForceVLA2	80.0	75.0	70.0	35.0	70.0	66.0

ForeAct (2602.12322) — Galaxea R1 Lite（11任务平均 SR%）

方法	π0 backbone	π0.5 backbone
π0 / π0.5	46.7	70.3
VLM + π0	57.1	—
ForeAct	87.4	88.2

G0.5 (无 arXiv) — R1-Lite / R1-Pro（6设定平均）

方法	Avg SR	Process Score
GR00T-N1.7	24.4	68.9
π0.5	53.3	105.2
G0.5	76.7	129.2

（G0.5 另报 BEHAVIOR-1K 31.4 / DROID 零样本 82.5，见 §20。）

GigaBrain-0.5M* (2602.12099) — RoboChallenge（30任务，20台真机，SR%）

方法	Avg
π0.5	42.67
GigaBrain-0.1 (中间版)	51.67

（内部评估 Juice Prep：GigaBrain-0 90 → GigaBrain-0.5 100。）

GigaWorld-Policy (2603.17240) — AgileX PiPER（4任务真机 SR）

方法	真机 SR
Cosmos-Policy	0.58
GigaBrain-0	0.68
π0.5	0.69
Motus	0.76
GigaWorld-Policy	0.83

Goal-VLA (2506.23919) — UFACTORY xArm 7（4任务 SR%）

方法	Tomato Placement	Table Sweeping	Weighing Duck	Bottle Stand-Up	Avg
OpenVLA	0	0	0	0	0
MOKA	50	10	30	0	22.5
MolmoAct	50	0	60	0	27.5
Goal-VLA	90	40	70	40	60.0

HapTile (2606.04825) — UR5e + Robotiq 2F-85 + 定制触觉（模态消融 SR%，Table 2）

方法	原表标注	Turning bottle	Wiping whiteboard	Pouring liquid	Peg insertion
Diffusion Policy	V-only	80	80	40	40
Diffusion Policy	V+T	80	80	—	90
Diffusion Policy	V+TM	90	50	—	—
Diffusion Policy	V+T+TM	60	50	0	60
π0	V-only	0	0	—	0
π0	V+T	65	0	—	—
π0	V+TM	—	100	—	—

数据集论文，多处配置未测试填 —，按原表登记。

HTD (2604.13015) — 全身人形 + 双灵巧手触觉（5任务，Table II/Fig 6）

方法	Insert-T
ACT (Visual+Proprio+Touch)	50.0
HTD	93.3

HumanEgo (2605.24934) — Trossen WidowX AI 双臂（4任务 SR%）

方法	Serve Bread	Downstack Cups	Water Flowers	Adjust Table	平均
EgoZero	5.0	0.0	10.0	0.0	3.8
SPOT	45.0	35.0	47.5	45.0	43.1
ACT (Robot Teleop 30min)	62.5	45.0	45.0	52.5	51.2
HumanEgo-15	82.5	75.0	75.0	67.5	75.0
HumanEgo-30	95.0	87.5	95.0	92.5	92.5

ICLR (2603.07530) — Franka Research 3（SR%，Table II）

方法	Pick-and-Place	Poking
ICRT	48.33	25
ICLR (Ours Dropout)	56.67	70

InSight (2606.24884) — UFactory xArm（25 trials，主结果）

方法	Twist Cap Open	Pour Beans	Twist-then-Pour(14 prim)
π0.5 (base)	0	0	—
CaP-X	32	16	4
InSight	92	96	80

LA4VLA (2606.27295) — xArm6（3语言条件任务，20 trials，Table 5）

方法	Press Button	Place Book	Place Drink	Avg
No pretrain	60.0	15.0	40.0	38.3
VLA	50.0	40.0	55.0	48.3
LA	85.0	65.0	95.0	81.7
MixPT	75.0	85.0	90.0	83.3

LingBot-VLA (2601.18692) — GM-100（100任务×3平台，SR/PS %，Table 1）

方法	Agibot G1 SR	AgileX SR	Galaxea R1Pro SR	Avg SR	Avg PS
WALL-OSS	2.99	2.26	6.89	4.05	10.35
GR00T N1.6	5.23	3.20	14.29	7.59	15.99
Ours w/o depth	12.82	15.50	14.95	15.74	33.69
Ours w/ depth	30.47	36.30	32.46	35.41	—

OASIS (2605.25829) — Franka Research 3 + Kinova Gen3（SR%，Table 4）

方法	Goal	Spatial	Long	Avg
ACT	58.3	45.0	18.3	40.5
Seer-Large	73.3	55.2	46.7	58.4
RDT	81.7	66.7	60.0	69.5
π0.5	95.0	78.3	71.6	81.6
OASIS	98.6	85.8	83.3	89.2

OmniVTA (无 arXiv) — xArm7 视触觉（6类70+任务，O+G 平均 SR%，Table III）

方法	Avg SR (O+G)
ACT	65.3
KineDex	64.0
ForceMimic	64.8
DP+tactile	73.8
OmniVTA	83.5

PACE (无 arXiv, CoRL 2026 投稿) — Realman RM75 插入（成功数/30，Table 1a）

方法	Key	2-pin	3-pin	USB	Eth	Avg(%)
Vision-only ACT	4/30	4/30	2/30	1/30	4/30	10.0
Vision-only DP	5/30	6/30	4/30	3/30	5/30	15.3
ACT + Tactile Cross-Attn	10/30	15/30	11/30	9/30	14/30	39.3
ACT + Tactile Concat	13/30	17/30	15/30	13/30	14/30	48.0
PACE	27/30	28/30	28/30	27/30	25/30	90.7

Qwen-RobotManip (无 arXiv) — CobotMagic ALOHA（ID 成功数/5，Table 10）

方法	table-cleanup	three-bowl-stacking	melon-in-bowl	towel-folding	block-in-drawer	yellow-disc-insertion	three-block-stacking	Avg(%)
π0.5	4/5	5/5	2/5	4/5	0/5	0/5	0/5	42.9
StarVLA	0/5	4/5	0/5	3/5	0/5	0/5	0/5	20.0
Qwen-RobotManip	5/5	5/5	5/5	4/5	5/5	2/5	5/5	88.6

（OOD Table 11：π0.5 37.5、StarVLA 0.0、Qwen-RobotManip 87.5；RoboChallenge Table30-v1 Table 14：Qwen-RobotManip 成功率45 / process 59.83。）

Qwen-VLA (2605.30280) — ALOHA（平均 SR%）

方法	In-domain Avg	OOD Avg
GR00T N1.6	28.6	—
π0.5	71.6	41.5
Qwen-VLA	83.6	76.9

REMAC (2601.20130) — Franka Research 3（DROID grasp-and-place 完成进度）

方法	Grasp-Easy	Grasp-Medium	Grasp-Hard
Synchronous	0.805	0.718	0.670
RTC	0.823	0.848	0.753
REMAC	0.903	0.943	0.812

ReTac-ACT (无 arXiv) — Realman RM75-6F（NIST ATB M1 轴孔装配，SR%）

方法	0.1mm 间隙	Level 2
DP	0	—
pi0	0	—
ACT	15	—
ReTac-ACT	80	100

RISE-WM (2602.11075) — AgiBot 双臂（3任务成功率/评分，Table I）

方法	Brick Sorting	Backpack	Box Closing
π0.5	35.00 / 8.28	30.00 / 4.25	35.00 / 7.50
+ε-Dagger	15.00 / 6.19	30.00 / 7.00	40.00 / 7.50
+PPO	10.00 / 7.68	35.00 / 5.88	10.00 / 4.75
+DSRL	10.00 / 6.65	10.00 / 3.50	10.00 / 4.75
RECAP	50.00 / 9.00	40.00 / 6.13	60.00 / 8.13
RISE (Ours)	85.00 / 9.78	85.00 / 9.50	95.00 / 9.88

SeeingToDoing / FSD (2505.08548) — xArm 6（8任务平均 SR%）

方法	Avg
最强 baseline	~42
FSD	72

SelectivePerception (2602.15543) — 6-DoF 单臂多模态（3任务 SR%）

方法	Task1(电池)	Task2(线缆)	Task3(阀门)	Avg
Base Policy (仅RGB)	—	—	—	10.0
w/ Multimodal (无路由器)	—	—	—	30.69
w/ Router (本文)	90.0	90.0	70.0	83.33

SynthICL (arXiv 2026.06) — Franka Research 3（16任务平均 SR%）

方法	Avg
ICRT	55
IP (Instant Policy)	57
SynthICL (full)	77

TacFiLM (2603.14604) — Franka Panda + DIGIT（ID 任务 SR%）

方法	Circle-Peg 3mm	Circle-Peg 2mm	USB Cable
OpenVLA-OFT	73.33	53.33	50
TactileConcat	86.67	53.33	66.67
TacFiLM	93.33	63.33	83.33

（OOD：Square-Peg 2mm TacFiLM 100、Pentagon-Peg 93.33、HDMI 80。）

TacForeSight (2606.11184) — xArm7 + Robotiq + 双指Xene触觉 + F/T（5类接触任务，平均完成率%，Table I）

方法	平均完成率
DP	30
DP+Tactile+Force	38
KineDex	35
FoaR	50
RDP	65
TacForeSight	79.0

TacVLA (2603.12665v1) — Franka Panda + 15×8 触觉阵列（SR%，Table II）

方法	Disassembly Avg	In-Box Picking
3D Diffusion Policy + Tactile	11.25	5
Diffusion Policy + Tactile	48.75	0
Finetuned Pi0.5	63.75	10
TacVLA	83.75	70

TacVLA2 (2603.12665v2) — Franka Panda（同论文 v2，SR%，Table II）

方法	拆卸平均	装箱
3D Diffusion Policy + Tactile	—	5
Diffusion Policy + Tactile	—	45
Finetuned Pi0.5	63.75	10
TacVLA	83.75	70

TaF-VLA (2601.20321) — Franka FR3 + VBTS/GelSight + ATI Axia80（8任务平均 SR%，Table I）

方法	平均成功率
ACT	26.7
DP	29.5
pi0.5	37.1
FreeTacMan	42.8
DP + TaF-Adapter	44.7
ACT + TaF-Adapter	47.6
TaF-VLA	64.8

τ₀-WM (2605, 未标全ID) — AGIBOT-G01/ARX/dual-arm Franka（Test-Time Computation 消融，成功率）

方法	Time→Box	Pin→Box	Avg
w/o TTC	0.55	0.50	0.43
+ CFG	0.25	0.15	0.30
+ ACG	0.40	0.15	0.38
+ RCS	0.65	0.35	0.50
+ RCS + LAR	0.76	0.50	0.60

主对比表为条形图估读，τ₀-WM 标注为"最优"无精确数字，主结果填 —（原注）。

TouchGuide (无 arXiv) — Bi-Arx5 双臂 + Flexiv Rizon4（5任务平均 SR%，Table I）

方法	DP3 base 平均	π0.5 base 平均
Diffusion Policy (base)	16.3	35.9
DP w/ Tactile Observation	19.2	—
TouchGuide (Force)	35.3	—
TouchGuide (Tactile Img.)	36.2	58.0

T-Rex (2606.17055) — Dexmate Vega-1 双臂 + Sharpa Wave 22-DoF×2（12任务平均 SR%，Table 1）

方法	Avg
ViTacFormer	3
RDP	6
π0.5 + tactile	6
Tactile-VLA	15
π0.5	17
EgoScale	35
T-Rex	65

UniDex (2603.22264) — Franka + Inspire/Wuji/Oymotion 灵巧手（5工具使用任务，SR%）

方法	Average Task Progress	Final Success Rate
DP	29.0	22.0
DP3	35.0	30.0
pi_0	38.0	35.0
UniDex-VLA (No Pretrain)	32.5	23.0
UniDex-VLA	81.0	76.0

UniVTAC (无 arXiv) — Franka/Taoxy + GelSight/ViTa sim-to-real（纯仿真训练直迁，SR%，Table IV）

方法	Insert USB	Insert Tube	Bottle Upright
ACT + UniVTAC Encoder	85.0	55.0	60.0

VERA (2605.27817) — Franka Panda（Fig.6，SR%）

方法	Push/Pick(Basic)	Occlusion(Hidden Button)	Location-based	Semantic-based
π0.5	30	0	0	0
DreamZero	90	0	0	0
VERA	60	80	60	—

（仿真闭环 Table 1 见 §20。）

ViTaL-Steering (2606.14981) — Franka + GelSight Mini（3任务整体 SR%，图估）

方法	Wiping	Insertion	Pipette	Avg
Base Policy	~40	~35	~25	~33
Visual Lookahead(16步)	~60	~55	~45	~53
Tactile Sampling	~50	~40	~35	~42
Tactile Guidance	~55	~45	~40	~47
Naive Combination	~60	~50	~40	~50
ViTaL (Ours)	~85	~75	~70	~77

ViTaS (2602.11643) — Galaxea R1 双臂 + 3D-ViTac（3任务 SR%，Table IV）

方法	Dual Arm Clean	Table Pick Place(TPP-1)	Fridge Pick Place
DP	20	72	76
ViTaS	90	94	90

VLA-Touch (无 arXiv, RA-L 2026) — Franka Panda + GelSight Mini（完整任务 SR%，Table I）

方法	Full Cup	Full Wipe	Full Peel
RDT	30	46.2	30
RDT+Tactile	34	31	34
RDT+Residual Controller	44	38.6	44
VLA-Touch (Interpolant)	46	64	46

原表 Full Cup/Full Peel 数值疑似转录重复，保留原样。

VLAW (2602.12063) — Franka/DROID（5任务成功率，Table 2）

方法	Stacking	Wiping	Open Book	Scooping	Drawing	Mean
Base model (π0.5)	0.62	0.46	0.56	0.44	0.22	0.460
DSRL	0.70	0.40	0.50	0.60	0.30	0.500
Filtered BC-1	0.80	0.42	0.72	0.64	0.46	0.608
Filtered BC-2	0.88	0.76	0.82	0.74	0.56	0.752
Ours-1	0.80	0.80	0.80	0.72	0.60	0.744
Ours-2	0.92	0.86	0.86	0.92	0.78	0.868

VLS (2602.03973) — Franka 单臂（Fig.5，SR%）

方法	In-Distribution	物体OOD(mug替换)
baseline	50	0
VLS	69	40

VTAM (2603.23481) — xArm6 + GelSight Mini（主实验 SR%，Table 1）

方法	Chip Pick-and-Place	Cucumber Peeling	Whiteboard Wiping
Genie Envisioner (GE)	0	0	2.5
π₀.₅ (Vision-Only)	10	0	0
π₀.₅ + Naive Tactile	5	0	0
VTAM	90	85	95

VTWM (2602.06001) — Franka + Digit 360（新任务迁移，20 demos，SR%）

方法	plate-in-rack
V-WM (纯视觉世界模型)	28
VT-WM	78

World-Gymnast (2602.02454) — WidowX/Bridge AutoEval（SR%）

方法	Open Drawer	Close Drawer	Eggplant→Sink	Eggplant→Basket	平均
SFT (OpenVLA-OFT)	34	74	32	40	~45
SIMPLER RL	58	62	4	72	~49
World-Gymnast	58	62	10	78	~52

（WorldGym held-out：SFT 58 → World-Gymnast 74，变体 79/81/81。）

World-VLA-Loop (无 arXiv) — Franka（RL/闭环迭代）

方法	真机成功率
SFT baseline	13.3%
World-VLA-Loop (两轮迭代)	首轮RL基础上再 +13.5%

Xiaomi-Robotics-0 (无 arXiv) — 自有人形双臂（成功率/吞吐）

方法	Lego Disassembly(LA+LM %)	Towel Folding(件/min)
π₀.₅	97.0	0.9
Xiaomi-Robotics-0	99.7	1.2

20. 其他 / 自研 benchmark

一次性 / 自研 / 触觉表征专用基准，每篇一小块，按原名保留。数值均为各论文自报。

IndustReal（IsaacGym 紧配合插入）— MBCtrl-RL-Insertion (2505.11858, Table I, Easy)

方法	0mm	1mm	5mm
IndustReal	92.48±2.87	~89	崩溃
本文 (PF+Residual RL+Curr)	100	98.44±0.87	90.25±2.22

CGP 仿真（Unreal Engine FEM, Allegro V5, 5任务平均）— CGP (2503.08587, Table II)

方法	Avg 成功率
Visuomotor DP	53.2%
Visuotactile DP	58.9%
CGP (Ours)	74.9%

ContactWorld（Isaac Gym+TacSL, 12接触任务）— ContactWorld (2606.13877, Table 1)

方法/表征	平均成功率
Wrist-view	20.7%
Front-view	22.0%
PointCloud	32.1%
PointCloud + TacFF	36.1%

VERA 仿真闭环（Table 1, Success/Task Progress %）— VERA (2605.27817)

方法	Allegro-Sim	Panda-Sim(MimicGen)	PushT-Sim
UniPi*	0.0/0.0	0.0/0.0	74.4/84.8
J-IDM (VERA)	70.0/70.0	94.0/94.0	92.5/95.5

RoboLab-120（120语言条件任务）— Cosmos3 (2606.02800, Table 19)

方法	Specific SR
DreamZero	25.2%
π0.5	28.1%
Cosmos3-Super	39.7%

BEHAVIOR-1K / DROID 零样本 — G0.5 (无 arXiv, Table 4)

方法	BEHAVIOR-1K	DROID(零样本)
π0.5	26.3	—
挑战赛冠军(4 ckpt)	26.1	—
G0.5	31.4	82.5

TLA 仿真（Isaac Gym, Single-Peg, GCR%）— TLA (2503.08548, Table I)

方法	GCR(%)	L1 x(mm)	L1 y(mm)	L1 rz(deg)
BC	10.4	0.803	0.302	0.205
DP	8.5	0.370	0.382	0.568
SP-TLA	12.5	0.079	0.122	0.173

（Multi-Peg Table II：MP-TLA ID GCR 18.4，OOD 无退化。）

VTLA 仿真（Isaac Gym TacFlex peg-in-hole, GCR）— VTLA (2505.09577)

方法	ID-GCR	OOD-GCR
VTLA	47.5%	31.2%
VLA	46.1%	29.5%
TLA	15.3%	—
DP	7.8%	—

UniVTAC 仿真（触觉专用, Franka+GelSight-Mini, 6任务）— FTP-1 (2606.13102, Table 1)

方法	Avg	Avg w/o Lift
ViTaL	36.33	34.5
UniVTAC-ACT	43.00	39.5
π0.5	49.16	31.5
Tactile-VLA	41.83	34.75
FTP-π0.5 (无预训练)	45.16	42.0
FTP-1	66.66	59.5

Sparsh-X 自研物理属性基准（材质-数量估计, Fig.5）— SparshX (2506.14754)

方法	准确率
E2E	84.9%
Sparsh-X	87.5%

UniT 触觉位姿估计（USB Plug, MAE↓, Table I）— UniT (2408.06481)

方法	MAE↓
BYOL	0.171
MAE (ViT-Base)	0.137
UniT	0.128

AnyTouch2 触觉分类（Object Bench, 准确率%）— AnyTouch2 (2602.09617)

方法	TAG(材质)	Cloth(纺织)
AnyTouch 1	80.82	36.84
AnyTouch 2	76.97	42.31

DISCO 多任务仿真环境（Diffusion Policy 环境, Seen, 50 trials）— DISCO (2406.09767, 表6.1)

方法	Push-T	Push-block	Kitchen-Single	Kitchen-Multi	Mug	Bottle	Ham.	Fork
No cond.	0.54	0.50	0.12	0.03	0.47	0.31	0.40	0.48
LangDiff	0.98	1.00	1.00	0.31	0.91	0.84	0.78	0.96
GoalDiff	0.96	1.00	1.00	0.27	0.88	0.95	0.70	0.93
Vanilla inpt.	0.82	1.00	0.71	0.35	0.90	0.88	0.85	0.96
DISCO	0.87	1.00	0.71	0.42	0.92	0.92	0.97	0.97

UniPi Language-Table 变体（任务完成率%）— UniPi (2302.00111, Table 1)

方法	Seen Place	Seen Relation	Novel Place	Novel Relation
State + Transformer BC	19.4	8.2	11.9	3.7
Image + Transformer BC	9.4	11.9	9.7	7.3
Image + TT	17.4	12.8	13.2	9.1
Diffuser	9.0	11.2	12.5	9.6
UniPi	90.1	53.2	40.1	46.3

其他仅登记（数值为图估/相对/世界模型指标，无标准操作成功率表）：DreamDojo（FVD/策略评估 Pearson r=0.995）、EgoWM（SCS 结构一致性）、Cosmos3 前向动力学 PSNR、UniT-Humanoid 世界模型（PSNR/SSIM/LPIPS/FVD/EPE，见 out_03）、AnyTouch2 TouchHD 力预测(RMSE)、FG-CLTP 离线接触分类(F1 97.5)。VLS 的 CALVIN 任务组（MovableObjects 94 / ArticulatedParts 87）见 §16 附注。

按模型分类

这里按常见对比模型重排已有 benchmark 表格。每个模型 tab 内列出“哪些论文/benchmark 比较了该模型、结果是什么、ckpt/权重来源如何标注、训练域/测试域和 IID/OOD 关系是什么”。为避免误导，未在当前汇总中出现明确下载路径或训练步数的行，会在 ckpt 来源列写明“当前汇总未记录”；未能确认训练/测试协议的行，会在协议列写明“未确认”。

附：处理中发现的异常与说明

1. 同名 benchmark 列不一致

- RoboTwin：主流用 Clean/Randomized（Motus/ImageWAM/StarVLA/LingBot 等），但 SwiftVLA/Fast-WAM/G0.5 只报单一聚合 SR，Qwen 系列用 Easy/Hard，另有 Clean2Rand、IF 变体——已拆为 §2.1–2.5 五个子表。

- SimplerEnv Google-Robot：StarVLA 用 Visual Matching / Variant Aggregation 双列，其余多只报 Visual Matching Avg 或直接给 Avg——已在表内区分列并加备注。

- COLOSSEUM：ActiveVLA 报 Avg SR(%)，SAM2Act 报"性能下降(%)"，指标方向相反，已分行注明。

- LIBERO 多篇只报聚合 Avg（分套件填 —）；MINT 原表另含 L90 列（非标准五列，已移入备注）。

- CALVIN：SuSIE 用 0–1 分数、其余用百分数；DreamVLA 仅报 Avg.Len；VLS 用任务组而非 1–5 链长。

2. 明显重复 / 转录问题

- VLA-Touch Table I 的 Full Cup / Full Peel 数值疑似转录重复，按原表保留。

- TacVLA 与 TacVLA2 为同一论文 v1/v2，触觉阵列描述不同(15×8 vs 15×5)，核心平均一致，已分别列出。

- AdaVTF 的 Torque Gating 平均列标注 "<1%" 与逐任务不自洽，保留原文。

- MBCtrl-RL-Insertion 原文 Easy/Hard 归属自相矛盾，按其第 4d 节取 Easy（原注）。

3. arXiv 缺失 / 编号异常

- 大量 2025–2026 技术报告/项目页论文无 arXiv 号（CosmosPolicy、G0.5、Qwen-RobotManip、DIAL、KI-VLA、HiRobot、World-VLA-Loop、Xiaomi-Robotics-0、OmniVTA、UniVTAC、DDP-WM 等），排序时统一置于各表末尾。

- SynthICL 标注为 "arXiv 2026.06"、τ₀-WM 标注 "2605(未标全ID)"、LRM 标注 "2603.16065"、AdaVTF "2604.01414"、AHEAD "2606.02486"、AnyTouch2 "2602.09617"、Cosmos3 "2606.02800"、ContactWorld "2606.13877" 等为 2026 年（含疑似占位/未来）编号，一律按原文保留、按数字大小排序。

4. 反推值：FAVLA(π₀≈43.7、ForceVLA≈66.7)、FutureVLA(π0≈43.3)、ActiveVLA(GenBench L1、RLBench 部分)等由"相对提升"反推，均在对应位置保留原注。

5. 图估 / 近似值：pi0.6、HiRobot、HumanToRobotVLA、RTC、STS-IL、ViTaL-Steering、τ₀-WM、World-Gymnast、pi0.5 等的部分或全部数值来自条形图/图注估读，保留 `~`/`(图估)` 标注，未臆造精确值。