跳到正文
arXiv · 机器人与计算机视觉· Chenglong Shi, Zekai Yuan, Yue Song, Jon Pu, Will Wu·· 20 天前AI 评分72

SpaceAct:基于闭环动作与主动感知的 3D 时空推理基准

SpaceAct: Benchmarking 3D Spatial and Temporal Reasoning via Closed-Loop Action and Active Perception

AI 导读

SpaceAct 是一个交互式基准,旨在解决多模态大语言模型(MLLMs)仅描述图像而非在三维空间解决问题的难题。该基准通过 SAPA(时空主动探测智能体框架),利用互锁积木和机械谜题构建测试环境,包含 108 个已验证实例,涵盖六个类别的 36 个任务家族。

来源:arXiv · 机器人与计算机视觉 · arxiv.org