Guardian框架与失败数据集检测机器人错误

Paul Pacaud等作者提出自动生成机器人规划与执行失败数据的框架，并据此构建了基于RLBench仿真器和BridgeDataV2真实机器人数据集的GuardianFail-36k失败推理数据集，训练出多视角推理视觉语言模型Guardian。作者称，Guardian在RoboFail、RoboVQA及新提出的UR5-Fail三个未见真实世界基准上取得最优性能；与基于大语言模型的操作策略结合后，在仿真和真实部署中均提升任务成功率。代码、数据和模型已公开。 这些性能与成功率提升均为作者在论文中的陈述，尚待独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。