跳到正文
arXiv · 机器人与计算机视觉· Liu Dai, Haina Wang, Weikang Wan, Hao Su·· 10 天前AI 评分65

ManiTaskGen:一种用于评估与改进具身决策视觉语言代理的综合任务生成器

ManiTaskGen: A Comprehensive Task Generator for Benchmarking and Improving Vision-Language Agents on Embodied Decision-Making

AI 导读

ManiTaskGen 是一个自动为任意给定场景生成全面、多样且可行移动操作任务的系统,涵盖基于过程的具体指令和基于结果的抽象指令。该系统在仿真与现实场景中验证了有效性,并利用生成的任务构建基准以评估基于现有视觉语言模型(VLM)的代理的高层具身决策能力,同时提出利用这些任务增强具身决策的方法。代码已开源。

来源:arXiv · 机器人与计算机视觉 · arxiv.org