BiCoord: A Bimanual Manipulation Benchmark towards Long-Horizon Spatial-Temporal Coordination

📄 arXiv: 2604.05831v1 📥 PDF

作者: Xingyu Peng, Chen Gao, Liankai Jin, Annan Li, Si Liu

分类: cs.RO

发布日期: 2026-04-07

备注: 8 pages

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

BiCoord：面向长时程空间-时间协同的双臂操作基准

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 双臂操作 机器人操作 长时程任务 空间-时间协同 基准测试

📋 核心要点

  1. 现有双臂操作基准任务短时程、协调松散，无法体现真实场景中的空间-时间耦合。
  2. BiCoord基准包含多种长时程、紧密协调的任务，涉及连续臂间依赖和动态角色交换。
  3. 提出了时间、空间和时空三个维度的量化指标，用于系统评估双臂协作性能，并验证了现有策略的不足。

📝 摘要（中文）

双臂操作对于机器人实现人类水平的灵巧性至关重要，即协调使用两个机械臂来完成任务。最近的仿真基准，例如 RoboTwin 和 RLBench2，推动了双臂操作的数据驱动学习。然而，现有的任务是短时程的，并且只有松散的协调，未能捕捉到真实世界双臂行为中固有的空间-时间耦合。为了解决这个差距，我们引入了 BiCoord，这是一个用于长时程和紧密协调的双臂操作基准。具体来说，BiCoord 包含各种需要连续的臂间依赖和跨多个子目标的动态角色交换的任务。此外，我们提出了一套定量指标，从时间、空间和空间-时间角度评估协调，从而能够系统地测量双臂协作。实验结果表明，具有代表性的操作策略，例如 DP、RDT、Pi0 和 OpenVLA-OFT，在长时间和高度耦合的任务中表现不佳，揭示了实现长时程和紧密协调任务的根本挑战。我们希望 BiCoord 可以作为研究长时程协作操作的基础，并激发未来对协调感知机器人学习的研究。所有数据集、代码和补充材料都可以在 https://buaa-colalab.github.io/BiCoord/ 找到。

🔬 方法详解

问题定义：现有双臂操作基准主要关注短时程任务，缺乏对空间和时间上紧密耦合的复杂任务的建模能力。这导致现有算法难以泛化到需要长时间规划和双臂高度协同的真实场景。现有方法的痛点在于无法有效处理臂间依赖和动态角色交换，导致性能下降。

核心思路：BiCoord的核心思路是构建一个包含多种长时程、高耦合双臂操作任务的基准，并提供相应的评估指标。通过这些具有挑战性的任务，可以更好地评估和提升双臂操作算法的性能，促进相关研究的发展。该基准的设计目标是模拟真实世界中双臂操作的复杂性和多样性。

技术框架：BiCoord基准包含一系列精心设计的双臂操作任务，例如装配、整理等。每个任务都包含多个子目标，需要两个机械臂进行连续的交互和协调。此外，该基准还提供了一套定量评估指标，用于衡量双臂操作算法在时间、空间和时空三个维度上的性能。这些指标包括完成时间、路径长度、臂间距离等。研究人员可以使用这些指标来系统地评估不同算法的优劣。

关键创新：BiCoord的关键创新在于其对长时程和紧密协调的双臂操作任务的关注。与现有基准相比，BiCoord的任务更具挑战性，更能反映真实世界双臂操作的复杂性。此外，BiCoord提出的定量评估指标也为双臂操作算法的评估提供了更全面的视角。这些指标不仅考虑了任务完成的效率，还考虑了双臂之间的协调程度。

关键设计：BiCoord的任务设计考虑了多种因素，例如任务的复杂性、臂间依赖的程度、动态角色交换的频率等。为了保证任务的多样性，BiCoord包含了不同类型的双臂操作任务。在评估指标的设计方面，BiCoord综合考虑了时间、空间和时空三个维度，力求全面地评估双臂操作算法的性能。具体的参数设置和网络结构取决于所使用的双臂操作算法。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，现有的操作策略（DP、RDT、Pi0 和 OpenVLA-OFT）在 BiCoord 基准上表现不佳，尤其是在长时程和高度耦合的任务中。这表明现有算法在处理臂间依赖和动态角色交换方面存在不足。这些结果突出了 BiCoord 基准的价值，它可以作为评估和改进双臂操作算法的有效工具。

🎯 应用场景

BiCoord基准的潜在应用领域包括工业自动化、医疗机器人、家庭服务机器人等。通过在该基准上训练和评估双臂操作算法，可以提高机器人在复杂环境中的操作能力，从而实现更高效、更安全、更智能的自动化生产和服务。该研究的未来影响在于推动机器人技术的发展，使其能够更好地服务于人类社会。

📄 摘要（原文）

Bimanual manipulation, i.e., the coordinated use of two robotic arms to complete tasks, is essential for achieving human-level dexterity in robotics. Recent simulation benchmarks, e.g., RoboTwin and RLBench2, have advanced data-driven learning for bimanual manipulation. However, existing tasks are short-horizon and only loosely coordinated, failing to capture the spatial-temporal coupling inherent in real-world bimanual behaviors. To address this gap, we introduce BiCoord, a benchmark for long-horizon and tightly coordinated bimanual manipulation. Specifically, BiCoord comprises diverse tasks that require continuous inter-arm dependency and dynamic role exchange across multiple sub-goals. Also, we propose a suite of quantitative metrics that evaluate coordination from temporal, spatial, and spatial-temporal perspectives, enabling systematic measurement of bimanual cooperation. Experimental results show that representative manipulation policies, e.g., DP, RDT, Pi0, and OpenVLA-OFT, struggle with long-duration and highly coupled tasks, revealing fundamental challenges in achieving long-horizon and tight coordination tasks. We hope BiCoord can serve as a foundation for studying long-horizon cooperative manipulation and inspire future research on coordination-aware robotic learning. All datasets, codes and supplements could be found at https://buaa-colalab.github.io/BiCoord/.