arXiv · cs.AI· Xiangyu Xu·· 16 小时前AI 评分35
BURGER：通过具身绘图评测与理解机器人泛化能力
BURGER: Benchmarking and Understanding Robotic Generalization via Embodied Drawing
来源与原文
arXiv · cs.AI
作者：Xiangyu Xu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.40532v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者推出 BURGER，一个语言条件下的机器人绘图基准，提供可在仿真与真实世界运行的提示词驱动轨迹生成流水线。基准包含 28,200 条仿真演示和 282 个绘图任务，用于评测五个代表性 VLA 模型在数据规模、语言理解和多模态行为上的表现，揭示了各模型的失败模式。训练后的策略已部署在 Franka Panda 机械臂上，可在人类干预下反应式绘图。
来源：arXiv · cs.AI · arxiv.org