AffordSim发布仿真数据生成器与50任务基准

Mingyang Li等作者提出AffordSim，一个把开放词汇3D可供性预测接入仿真轨迹生成的数据生成器与基准：它按自然语言任务描述合成场景、生成可供性查询、采样区域条件抓取，再用运动规划筛选可执行候选。作者称，该基准覆盖50项任务、五种机器人本体和500多个刚体与铰接物体。 作者称，在可供性关键任务上，AffordSim的轨迹采集成功率达到人工接触标注的93%，在困难复合任务上为89%。用AffordSim数据训练的视觉-语言-动作策略零样本迁移到真实Franka FR3，平均成功率为24%。上述结果来自作者自述，论文为arXiv预印本，尚未经同行评议。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。