arXiv · cs.RO· Shujie Zhang, Jingkun Yi, Weipeng Zhong, Zirui Zhou, Yangkun Zhu, Hanqing Wang, Xudong Xu, Weinan Zhang, Chunhua Shen·· 7 小时前精选AI 评分67
论文 / 摘要阅读
RoboSnap：单张RGB图像生成仿真场景的real-to-sim框架
RoboSnap: One-Shot Real-to-Sim Scene Generation for Generalizable Robot Learning and Evaluation
AI 导读 · 根据来源整理
RoboSnap是一个real-to-sim框架，可将单张RGB图像转换为可直接用于仿真的场景。其核心是分层设计：碰撞感知的前景资产经过细化以支持稳定的机器人交互，3D高斯泼溅视觉层则在新视角下保留背景外观。在DROID场景和真实机器人任务上的实验显示，RoboSnap能在重建场景中可靠回放轨迹，支持面向策略训练的任务特定合成数据生成，并在策略评估中呈现有意义的仿真与真实相关性。作者同时发布DROID-Sim，一个由DROID中564个真实场景构建的real-to-sim配套数据集。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org