RoboARCadeは、長時間にわたるテーブルトップ操作を課題とするベンチマークです。エージェントが直接ロボットポリシーとして行動する「アジェンティックロボット制御（ARC）」モードを評価します。22 のタスクは、正確な操作、記憶、計画、両手作業などを組み合わせ、初期条件の幅を広げたり、Blenderで高精度の視覚描画を行うことで難易度を上げています。

各タスクは MuJoCo シミュレータ上で動作し、エージェントは2 歩のインタフェースを選択できます。視覚3Dインタフェース（VIA）は仮想グリッパーを操作させ、最小仕様のRGBDインタフェースはカメラキャリブレーション、レッド・グリーン・ブルー画像、深度情報を提供します。VIA ではより多くの情報が得られますが、コストは1.7〜2.3 倍になるだけで、成功率はわずか1.5〜6.8 パーセントポイントしか上がりません。

22 タスクの 5 つのランダムシードで評価した結果、GPT‑6 Astra は VIA で 49.8 % の成功率、RGBD で 48.3 % を記録しました。Claude Fable 5.1 は VIA で 43.6 %、RGBD で 36.8 % でした。GPT‑5.6 Sol は VIA でわずか 14.0 % しか達成できませんでした。これらの比較はすべて同一の MuJoCo バックエンドとデータパックを使用しているため、モデルの性能とインタフェース選択の違いだけを反映しています。