OmniPiano 提供最多五手钢琴演奏的多场景 RL 基准
资讯摘要
论文提出 OmniPiano，一个面向灵巧手钢琴演奏的强化学习基准，支持一至五只 Shadow Hand，并在同一任务族内覆盖标准、鲁棒、安全与多智能体 RL 设置。该基准提供可配置扰动、显式安全约束与去中心化协作，含至少 912 种任务设置和 36 个基线算法，并引入基于 LLM 的智能体扩展评测。作者报告，现有先进 RL 算法与前沿 LLM 智能体在困难任务上仍表现不佳。
要点速读
- 支持 1 至 5 只 Shadow Hand，统一覆盖标准、鲁棒、安全与多智能体 RL 任务
- 包含至少 912 种任务设置与 36 个基线算法，采用模块化设计
- 作者报告先进 RL 算法和前沿 LLM 智能体在困难钢琴任务上仍难以胜任
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。