CALVIN是由University of Tübingen、MPI等机构于2022年发布的语言条件长时序机器人操作基准测试，旨在评估机器人策略在自然语言指令下完成多步骤操作任务的能力。该基准包含一个仿真桌面场景，支持连续的语言指令序列，机器人需要理解指令并执行相应的操作（如打开抽屉、移动物体、按压按钮等）。CALVIN提供了大规模的多任务演示数据集和标准化的评估指标，包括任务成功率、语言理解准确率和长时序任务完成率，是语言条件机器人学习领域最常用的基准之一。