Framework de simulação em larga escala para treinar e avaliar robôs generalistas em tarefas cotidianas de cozinha, baseado no robosuite.
StanfordVL/BEHAVIOR-1K
Benchmark de simulação para testar agentes de IA incorporada em 1.000 atividades domésticas cotidianas, como limpar, cozinhar e organizar.
- Estrelas
- 1,796
- Forks
- 262
- Issues abertas
- 313
- Último commit
- há 6 horas
O que é?
BEHAVIOR-1K é um benchmark de simulação para agentes de IA incorporada, que abrange 1.000 atividades domésticas cotidianas. As atividades foram escolhidas com base em pesquisas sobre uso do tempo e estudos de preferência realizados com pessoas, para que as tarefas reflitam o que elas realmente fazem em casa, como limpar, cozinhar e organizar.
O repositório é uma base de código monolítica que reúne o necessário para treinar e avaliar agentes nessas tarefas centradas nas pessoas. Um script de instalação cuida das dependências e permite instalar apenas os componentes necessários. As instruções completas de configuração estão disponíveis no guia oficial de instalação.
Pesquisadores que trabalham com aprendizado robótico, planejamento de tarefas domésticas ou avaliação de IA incorporada podem usar o projeto como benchmark compartilhado. O projeto foi publicado junto com um artigo no arXiv, citado no repositório.
Recursos principais
- 01Abrange 1.000 atividades domésticas cotidianas, selecionadas com base em pesquisas sobre uso do tempo realizadas com pessoas
- 02Oferece um script de instalação modular para selecionar componentes individuais
- 03Permite treinar e avaliar agentes de IA incorporada em tarefas centradas nas pessoas
- 04Publicado sob a licença MIT
Casos de uso
- Avaliar agentes de IA incorporada em tarefas domésticas realistas
- Treinar políticas robóticas para tarefas de limpeza, cozinha e organização
- Comparar métodos de planejamento de tarefas usando um conjunto compartilhado de atividades cotidianas
Início rápido
- 1
Execute o script de instalação do README (por ser um script, nenhum comando é exibido).
- 2
Para uma configuração modular, siga a Installation Guide no site do projeto.
Antes de usar
- O README traz apenas um script de instalação e um link para o guia, sem um comando direto para o gerenciador de pacotes.
- A configuração inclui uma pilha completa de simulação, que pode ser pesada para instalar e executar.
Em coleções
Tópicos
Perguntas frequentes
- O que é BEHAVIOR-1K?
- Benchmark de simulação para testar agentes de IA incorporada em 1.000 atividades domésticas cotidianas, como limpar, cozinhar e organizar. BEHAVIOR-1K é um benchmark de simulação para agentes de IA incorporada, que abrange 1.000 atividades domésticas cotidianas. As atividades foram escolhidas com base em pesquisas sobre uso do tempo e estudos de preferência realizados com pessoas, para que as tarefas reflitam o que elas realmente fazem em casa, como limpar, cozinhar e organizar.
- BEHAVIOR-1K é gratuito? Qual é a licença?
- BEHAVIOR-1K é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- BEHAVIOR-1K ainda é mantido?
- Manutenção ativa. O último commit de BEHAVIOR-1K foi em 6 de nov. de 2026.
- Para que posso usar BEHAVIOR-1K?
- Avaliar agentes de IA incorporada em tarefas domésticas realistas Treinar políticas robóticas para tarefas de limpeza, cozinha e organização Comparar métodos de planejamento de tarefas usando um conjunto compartilhado de atividades cotidianas
- Como instalar BEHAVIOR-1K?
- Execute o script de instalação do README (por ser um script, nenhum comando é exibido). Para uma configuração modular, siga a Installation Guide no site do projeto.
- Onde consigo BEHAVIOR-1K?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/StanfordVL/BEHAVIOR-1K
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Um harness de agente aberto que permite a modelos de linguagem com pesos abertos operar robôs zero-shot em tarefas de simulação do LIBERO, RoboTwin e RoboDojo.
Framework open source de simulação e treinamento de robôs, paralelizado na GPU e baseado no SAPIEN, com foco em habilidades de manipulação.
Framework aberto para criar agentes incorporados que usam planejadores com LLMs, modelos VLA de manipulação e memória para executar tarefas robóticas em simuladores e robôs reais.
Uma plataforma de simulação para robótica e IA incorporada que combina um mecanismo de física múltipla, um renderizador fotorrealista e um compilador multiplataforma com uma interface Python.
Base de conhecimento em chinês sobre IA incorporada, com um índice curado de algoritmos, infraestrutura, controle e hardware, além de um tutorial prático de RoboTwin 2.0.