跳到正文
arXiv · 机器人与计算机视觉· Yicheng Xu, Zhikai Xu, Ziyuan Chen, Yuhang Dong, Tao Zhang, Zhucun Xue, Yong Liu, Jiangning Zhang·· 28 天前AI 评分47

TARSphere:面向动态环境的具身智能全栈框架与评测基准发布

TARSphere: A Robot-Oriented Full-Stack Framework for Long-Horizon Embodied Agents in Evolving Physical and Social Environments

AI 导读

TARSphere 是一个面向物理与社会约束的具身智能全栈框架,包含运行策略的物理仿真器、事件驱动状态机及冻结多模态大语言模型(MLLM)执行脑。该框架构建了涵盖 30 个室内场景共 360 集任务的 TARSphere-Bench 基准,评估了导航报告与取放交付任务在感知鲁棒性、人类协作等五方面的表现。实验显示通用 MLLM 可超越具身模型但难以处理任务更新与人机交互,且执行安全需独立评估。

来源:arXiv · 机器人与计算机视觉 · arxiv.org