arXiv cs.RO· Jun Wang, Xiaohao Xu, Xiaonan Huang·· 4 小时前AI 评分62
TouchSafeBench：评估视觉语言模型碰撞接地能力的人机协作基准
Probing Collision Grounding in Vision-Language Models for Safe Human-Robot Collaboration
AI 导读
作者提出 TouchSafeBench，一个在 Habitat 3.0 中构建的物理接地基准，用于评估视觉语言模型（VLM）的碰撞接地能力，包含 2,940 个模拟室内共处片段，覆盖社交导航与社交重排两类场景，并提供同步多视角 RGB-D 观测、俯视轨迹图、标定相机元数据与仿真器接触标签。
来源：arXiv cs.RO · arxiv.org