机器人会搬箱子，就能放进现场了吗？

先把“会搬”换成一件具体的事

我们用一个简化的搬运场景来讨论：从货架取一个箱子，送到接收点，再回到可以继续工作的状态。这是说明问题的例子，不是某台机器人的实际测试结果。

先沿着这条路线写出任务：从哪里取、送到哪里、箱子允许怎样摆放，怎样才算放好了。如果只写“支持搬运”，方案方可能理解为固定位置取放，你想的却是现场任意位置取物。

这时不必先问模型有多先进。拿着任务去问：视频覆盖了哪一步？哪些步骤还有条件限制？两边对同一件事的理解，会更容易对上。

沿着路线，找出三个变化

任务说明白以后，再看现场会怎么变。先挑几个真的可能发生、又会影响这条任务的变化。对于这个例子，可以是箱子偏了位置、目标点被占用，或者路线暂时不可通行。

这些变化不是为了证明机器人“什么都能做”，而是为了看清它能处理什么、需要人做什么。每次只改变一项条件，才比较容易知道结果为什么变了。

在双方约定的安全条件下，先讨论处理策略，再安排测试。下面列的是需要确认的问题，并没有预设机器已经具备这些能力。

别只记成功，也记“谁帮了它”

一次任务最终完成了，可能是机器人自己做完，也可能中途有人帮忙摆正箱子。两种结果对日常使用的意义不同，所以记录时要分开。

建议逐次记下：是否完成、有没有人工介入、卡在哪一步，以及恢复花了多久。重复次数和通过条件在测试前商定，不要测完才挑一个最漂亮的说法。

LeRobot 的 LIBERO 文档提到，评估结果会受随机种子影响。随机种子是生成随机变化的初始设置；文档建议更换多组设置，再对结果取平均。那是仿真评估的做法；放到现场讨论中，它提醒我们要看多次表现，而不能只看顺利的一次。[1]

• 自己完成：全程满足约定的任务条件。
• 人工介入后完成：记录人做了什么，别把帮助藏起来。
• 没有完成：记录停止位置和恢复办法。

拿测试记录，决定下一步投入

测试结束后，把每条结果放回最初的任务说明里。哪些条件下能独立完成，哪些条件下需要人处理，还有哪些情况没有测到，都能逐项说清楚。

如果问题集中在箱子摆放范围，可以先讨论工位布置；如果问题出在恢复过程，就先把人员操作和提示补清楚。下一步投入应该对应具体问题，而不是继续重复同一段成功演示。

准备看下一场演示时，可以先带走这三问：它在什么条件下完成？中途谁帮过它？同样条件换一次任务，结果还能重复吗？