arXiv · cs.AI· Sagnik Anupam·· 3 天前AI 评分39
RoboReason：通过可扩展数据生成提升 VLM 机器人相关推理能力
RoboReason: Boosting Robotics-Relevant VLM Reasoning Through Scalable Data Generation
来源与原文
arXiv · cs.AI
作者：Sagnik Anupam
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/2610.33778v1
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
研究者提出 RoboReason 方法，用真实机器人立体相机与腕部相机的时空排序任务评测 VLM 视觉推理，发现多个 SOTA 模型在帧排序、深度排序和左右排序任务上表现不佳。团队设计了可扩展的自主训练数据生成流水线，对该数据做监督微调和强化学习，显著提升了模型在时空排序任务及下游机器人与视觉推理任务上的表现。
来源：arXiv · cs.AI · arxiv.org