Openpi Comet: Competition Solution For 2025 BEHAVIOR Challenge

📄 arXiv: 2512.10071v2 📥 PDF

作者: Junjie Bai, Yu-Wei Chao, Qizhi Chen, Jinwei Gu, Moo Jin Kim, Zhaoshuo Li, Xuan Li, Tsung-Yi Lin, Ming-Yu Liu, Nic Ma, Kaichun Mo, Delin Qu, Shangkun Sun, Hongchi Xia, Fangyin Wei, Xiaohui Zeng

分类: cs.RO

发布日期: 2025-12-10 (更新: 2025-12-12)

备注: preprint

💡 一句话要点

OpenPI Comet在BEHAVIOR挑战赛中获得亚军，通过系统性研究提升具身智能性能。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 具身智能 长时程任务 BEHAVIOR-1K 预训练 后训练 强化学习 家庭服务机器人

📋 核心要点

  1. BEHAVIOR-1K挑战赛旨在推动具身智能在现实家庭场景中解决长时程任务，现有方法难以应对复杂环境和任务。
  2. 该方案基于$π_{0.5}$，通过系统研究训练技巧和数据，提升模型在长时程任务中的性能表现。
  3. 通过消融实验，验证了预训练和后训练阶段对性能提升的有效性，并总结了具身智能场景下的实践经验。

📝 摘要（中文）

2025 BEHAVIOR挑战赛旨在严格评估物理智能体在模拟环境中解决长时程任务的进展。BEHAVIOR-1K专注于人们最希望机器人协助的日常家务任务，这些任务在现实环境中引入了长时程移动操作挑战，弥合了当前研究与以人为本的实际应用之间的差距。本报告介绍了我们在2025 BEHAVIOR挑战赛中的解决方案，该方案以非常接近的第二名显著优于其他提交方案。在$π_{0.5}$的基础上，我们专注于通过研究训练技术和数据的影响来系统地构建我们的解决方案。通过仔细的消融实验，我们展示了预训练和后训练阶段在竞争性能方面的扩展能力。我们总结了我们的实践经验和设计建议，希望为更广泛的具身人工智能社区在将强大的基础模型应用于复杂的具身场景时提供可操作的见解。

🔬 方法详解

问题定义：BEHAVIOR-1K挑战赛要求智能体在复杂的家庭环境中完成长时程的日常任务，例如清洁、整理等。现有方法在处理此类任务时，面临着环境感知不准确、动作规划困难、泛化能力不足等问题，难以实现稳定可靠的性能。

核心思路：该论文的核心思路是通过系统性的实验和分析，探索预训练和后训练技术对具身智能模型性能的影响。通过仔细的消融实验，找到最佳的训练策略和数据配比，从而提升模型在复杂环境中的泛化能力和任务完成率。

技术框架：该方案基于已有的$π_{0.5}$模型，主要分为预训练和后训练两个阶段。预训练阶段利用大规模数据集进行通用知识的学习，后训练阶段则针对BEHAVIOR-1K数据集进行微调，以适应特定任务的需求。整个流程包括环境感知、动作规划和执行三个主要模块，通过强化学习或模仿学习等方法进行训练。

关键创新：该论文的关键创新在于对预训练和后训练阶段进行了深入的分析和优化。通过消融实验，确定了不同训练技术和数据对性能的影响，并提出了相应的改进策略。此外，该方案还关注了模型的泛化能力，通过数据增强和正则化等方法，提升了模型在未见环境中的表现。

关键设计：在预训练阶段，使用了大规模的图像和视频数据集，以及自然语言描述，以提升模型的视觉感知和语言理解能力。在后训练阶段，采用了强化学习算法，并设计了合适的奖励函数，以引导模型学习最优的动作策略。此外，还使用了数据增强技术，例如随机裁剪、旋转等，以增加数据的多样性，提升模型的鲁棒性。

📊 实验亮点

该团队的解决方案在2025 BEHAVIOR挑战赛中获得了亚军，显著优于其他参赛队伍。通过消融实验，证明了预训练和后训练阶段对性能提升的有效性。实验结果表明，精心设计的训练策略和数据配比可以显著提升模型在复杂环境中的泛化能力和任务完成率。

🎯 应用场景

该研究成果可应用于家庭服务机器人、智能家居系统等领域，帮助机器人更好地理解和执行人类指令，完成各种日常任务。通过提升机器人的自主性和智能化水平，可以有效减轻人类的家务负担，提高生活质量。未来，该技术还有望应用于医疗、教育等领域，为人类提供更智能、更便捷的服务。

📄 摘要（原文）

The 2025 BEHAVIOR Challenge is designed to rigorously track progress toward solving long-horizon tasks by physical agents in simulated environments. BEHAVIOR-1K focuses on everyday household tasks that people most want robots to assist with and these tasks introduce long-horizon mobile manipulation challenges in realistic settings, bridging the gap between current research and real-world, human-centric applications. This report presents our solution to the 2025 BEHAVIOR Challenge in a very close 2nd place and substantially outperforms the rest of the submissions. Building on $π_{0.5}$, we focus on systematically building our solution by studying the effects of training techniques and data. Through careful ablations, we show the scaling power in pre-training and post-training phases for competitive performance. We summarize our practical lessons and design recommendations that we hope will provide actionable insights for the broader embodied AI community when adapting powerful foundation models to complex embodied scenarios.