arXiv cs.RO· Sagnik Anupam, Utkarsh Lal, Aneesh Edara, Botong Zhang, Yao Tang, Jiatao Gu, Dinesh Jayaraman, Osbert Bastani·· 2 小时前AI 评分60
RoboReason：用可扩展数据生成提升机器人相关 VLM 推理能力
RoboReason: Boosting Robotics-Relevant VLM Reasoning Through Scalable Data Generation
AI 导读
RoboReason 提出用真实机器人立体相机与腕部相机图像构造空间与时间排序任务，评估视觉语言模型的机器人相关推理能力，实验显示多个先进 VLM 在排序任务上表现不佳。作者据此提出可扩展的自主训练数据生成流程，监督微调与强化学习在该数据上均显著提升模型在时空排序及下游机器人与视觉推理任务上的表现。该工作被 EMNLP 2026 主会接收。
来源：arXiv cs.RO · arxiv.org