양손 로봇 시스템은 조작 능력을 크게 확장하지만, 두 개의 팔을 협응시키는 것은 기존 벤치마크가 잘 포착하지 못하는 추가적인 제어 복잡성과 실패 모드를 도입합니다. 우리는 FR3 Duo 플랫폼에서 양손 조작 정책을 위한 확장 가능한 벤치마킹 프레임워크인 DuoBench를 소개합니다. DuoBench는 네 가지 협응 범주에 걸쳐 총 11개의 작업을 포함하며, 시뮬레이션 환경과 3D 프린팅 자산을 사용한 재현 가능한 작업 레시피를 통해 부분적으로 실제 세계에서 구현되었습니다. 또한, 우리는 이진 성공 여부를 넘어선 세밀한 의미론적 실패 분석을 지원하는 단계 기반 평가 체계를 제안하고 모든 벤치마크 작업을 위한 인간-원격 조작 데이터셋을 제공합니다. 우리는 시뮬레이션과 실제 하드웨어에서 여러 쌍팔 모방 학습(imitation-learning) 및 비전-언어-행동(vision-language-action) 정책들을 벤치마킹했습니다. 우리의 결과는 현재의 정책들이 양손 조작, 특히 초기 상호 작용 단계, 병렬 팔 실행, 그리고 시뮬레이션과 실제 세계 설정 간의 전이에서 여전히 어려움을 겪고 있음을 보여줍니다. DuoBench는 이러한 실패 모드를 진단하고 쌍팔 정책 학습을 위한 미래 방법론을 연구할 수 있는 재현 가능한 테스트베드를 제공합니다. 코드, 데이터셋 및 비디오는 https://duobench.github.io/ 에서 이용 가능합니다.