RoboReason 提出机器人 VLM 时空排序评测与数据生成方法

Sagnik Anupam 等作者提出 RoboReason，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。 该评测包含三类问题：按任务的语言描述对打乱帧排序、按距相机远近对物体做深度排序、按像素坐标从左到右对物体排序；作者称可通过改变待排序集合的大小调节任务复杂度。 作者据此提出可扩展的自主训练数据生成流程，并称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。

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。