跳到正文
arXiv · 机器人与计算机视觉· Fan Ding, Fucai Ke, Kevin Yuchen Ma, Xuewen Luo, Wenyu Liang, Vishnu Monn Baskaran, Hamid Rezatofighi, Yan Wu·· 29 天前AI 评分55

JARVIS:从视觉说明书到自主机器人装配的基准方法

JARVIS: From Visual Manuals to Autonomous Robotic Assembly

AI 导读

JARVIS 是一个无需额外语言指令的自主视觉手册引导执行基准,包含 236,679 个 LEGO 装配任务及 50 个交互式评估子集。该工作引入结构感知评估协议以捕捉几何精度与构建顺序,并提出 JARVIS-agentic 智能体利用工具进行程序合成与反馈恢复。实验显示任务导向原语能提升平均得分,但长视界执行性能显著下降且纠错困难,揭示了视觉过程推理与可靠物理执行之间的持续局限。

来源:arXiv · 机器人与计算机视觉 · arxiv.org