Framework de simulación a gran escala, basado en robosuite, para entrenar y evaluar robots generalistas en tareas cotidianas de cocina.
StanfordVL/BEHAVIOR-1K
Un benchmark de simulación para probar agentes de IA incorporada en 1.000 actividades domésticas cotidianas, como limpiar, cocinar y organizar.
- Estrellas
- 1,796
- Forks
- 262
- Issues abiertos
- 313
- Último commit
- hace 16 horas
¿Qué es?
BEHAVIOR-1K es un benchmark de simulación para agentes de IA incorporada que abarca 1.000 actividades domésticas cotidianas. Las actividades se seleccionaron a partir de encuestas reales sobre el uso del tiempo y estudios de preferencias, por lo que las tareas reflejan lo que las personas hacen en casa, como limpiar, cocinar y organizar.
El repositorio es una base de código monolítica que reúne lo necesario para entrenar y evaluar agentes en estas tareas centradas en las personas. Un script de instalación gestiona las dependencias y permite instalar solo los componentes necesarios. La guía oficial de instalación incluye instrucciones completas de configuración.
Los investigadores que trabajan en aprendizaje robótico, planificación de tareas domésticas o evaluación de IA incorporada pueden usarlo como benchmark compartido. El proyecto se publica junto con un artículo de arXiv, citado en el repositorio.
Funciones clave
- 01Abarca 1.000 actividades domésticas cotidianas, seleccionadas a partir de encuestas sobre el uso del tiempo
- 02Incluye un script de instalación modular para seleccionar componentes individuales
- 03Permite entrenar y evaluar agentes de IA incorporada en tareas centradas en las personas
- 04Publicado bajo la licencia MIT
Casos de uso
- Evaluar agentes de IA incorporada con tareas domésticas realistas
- Entrenar políticas robóticas para tareas de limpieza, cocina y organización
- Comparar métodos de planificación de tareas con un conjunto compartido de actividades cotidianas
Inicio rápido
- 1
Ejecuta el script de instalación del README (al ser un script, no se muestra ningún comando).
- 2
Para una configuración modular, sigue la Installation Guide del sitio web del proyecto.
Antes de usarlo
- El README solo incluye un script de instalación y un enlace a la guía; no ofrece un comando directo para el gestor de paquetes.
- La configuración incluye una pila de simulación completa, que puede resultar pesada de instalar y ejecutar.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es BEHAVIOR-1K?
- Un benchmark de simulación para probar agentes de IA incorporada en 1.000 actividades domésticas cotidianas, como limpiar, cocinar y organizar. BEHAVIOR-1K es un benchmark de simulación para agentes de IA incorporada que abarca 1.000 actividades domésticas cotidianas. Las actividades se seleccionaron a partir de encuestas reales sobre el uso del tiempo y estudios de preferencias, por lo que las tareas reflejan lo que las personas hacen en casa, como limpiar, cocinar y organizar.
- ¿BEHAVIOR-1K es gratuito? ¿Qué licencia tiene?
- BEHAVIOR-1K es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿BEHAVIOR-1K sigue mantenido?
- Mantenimiento activo. El último commit de BEHAVIOR-1K fue el 6 nov 2026.
- ¿Para qué puedo usar BEHAVIOR-1K?
- Evaluar agentes de IA incorporada con tareas domésticas realistas Entrenar políticas robóticas para tareas de limpieza, cocina y organización Comparar métodos de planificación de tareas con un conjunto compartido de actividades cotidianas
- ¿Cómo se instala BEHAVIOR-1K?
- Ejecuta el script de instalación del README (al ser un script, no se muestra ningún comando). Para una configuración modular, sigue la Installation Guide del sitio web del proyecto.
- ¿Dónde consigo BEHAVIOR-1K?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/StanfordVL/BEHAVIOR-1K
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Un framework de agentes abierto que permite a modelos de lenguaje de pesos abiertos controlar robots sin entrenamiento previo en tareas de simulación de LIBERO, RoboTwin y RoboDojo.
Framework de código abierto para simular y entrenar robots en paralelo en la GPU, basado en SAPIEN y enfocado en habilidades de manipulación.
Framework abierto para crear agentes encarnados que usan planificadores LLM, modelos VLA de manipulación y memoria para realizar tareas robóticas en simuladores y robots reales.
Plataforma de simulación para robótica e IA incorporada que combina un motor de física múltiple, un renderizador fotorrealista y un compilador multiplataforma mediante una interfaz Python.
Base de conocimientos en chino sobre IA incorporada, con un índice curado de algoritmos, infraestructura, control y hardware, además de un tutorial práctico de RoboTwin 2.0.