太空里的漂浮物抓不住，统一考卷给出量化答案

地面机器人抓东西，物体是放在桌上的；太空舱里的漂浮物会平移、会翻转，一碰还会改变运动状态。地面训练里默认的支撑、摩擦、重力，到了失重环境全部失效。这套动作一直缺少公开考卷，直到一篇新论文补上。

一、发生了什么

10 月 22 日在 arXiv 提交的论文发布了开源基准 AstroBench，考核对象是固定基座的机械臂在失重环境下的捕获与操作。论文署名单位包括北京的一个空间实验室和哈尔滨工业大学北京研究院。任务设计有两条线：一是自由漂浮物体的捕获，按初始运动状态分四条赛道；二是借鉴空间站实验柜硬件改造的样品存取操作，以及源自 NASA 在轨加注演示项目的舱盖、卡扣螺钉类维护动作。两个虚拟工作单元合计给出九种任务定义、二十九种任务与目标的组合，物体资产从一个 3D 物体库中筛出八千四百多个实例，再配上五种舱内视觉场景和带版本号的任务指令。代码、任务定义和可编辑的工作单元资产都已开源。

背景说明：失重抓取难在三点——目标无支撑、接触即改变其动量、相机视角随平台晃动。地面数据集里学到的先验，在第二条上会直接失灵。这是常识背景，不是论文结论。

二、跟你有什么关系

做操作策略的团队：现在有了一套可复现的太空任务评测，不必再各搭各的仿真，跨论文比较有了统一刻度。航天工程侧：在轨服务、碎片捕获的算法筛选多了一个量化参照，任务指令还带版本号，方便结果复现。普通读者：它用数据回答了一个老问题——地面练好的机器人，到了太空还剩几成功力。答案是不到百分之一。

三、怎么判断

1. 先看通用策略的成绩。论文用现有检查点跑了两组实验：一个冻结参数的通用操作策略在两百个静态目标里只接住两个，动态目标里接住四个，覆盖二十种物体。直接迁移基本不可用。这组数字值得记牢，它对应的是当前最好的一批通用模型。
2. 再看专用策略。另一个针对立方体专项训练的小策略，静态目标十个接住八个，动态六个。任务定制有效，但泛化没了——换一种形状就得从头来。
3. 记住口径。这些都是仿真与记录环境下的结果，摘要未给出真机数据，引用别写成在轨实测。

四、三个别信的说法

机器人上太空只是时间问题。 通用策略两百分只接住几颗的成绩说明，地面任务训练出的能力在失重条件下几乎归零，中间还隔着整个训练范式的重造。时间问题成立，但「只是」两个字不成立。

任务专用训练就够了。 专用策略只对一个立方体有效，换形状、换运动状态就得重训，太空任务多样性强，单一特化不经济。可取的路线是把两类策略的差距当成研究坐标：论文就点名了运动感知与接触敏感控制两个方向。

基准分数能预测任务成败。 考卷覆盖九种任务、二十九种组合，但真实在轨环境还有光照、通信延迟等因素，基准是下限参照不是保证书。

五、一句话结论

这份考卷最有价值的不是分数，而是把「地面能力搬不上太空」从直觉变成了可测量的差距。

信息来源

• AstroBench 论文摘要页（arXiv，2026-10-22）

功能与价格以官方公告为准。本文写于 2026 年 10 月 26 日。