跳到正文
arXiv · AI· Guanxiong Chen, Qianjun Xia, Jiawei Peng, Heng Zhang, Pengyu Jing, Bole Ma, Justin Qian, Yixian Cheng, Ziyi Jiao, Bingyang Zhou, Yiduo Qu, Luoxin Ye, Kaifeng Zhang, Kunyi Wang, Weijia Zeng, Yunuo Chen, Pengzhi Yang, Ziqiu Zeng, Siyuan Luo, Huamin Wang, Chao Liu, Alan Yuille, Fan Shi, Changxi Zheng, Yunzhu Li, Chenfanfu Jiang, Peter Yichen Chen·· 2026-10-14AI 评分30

Agentic Real2Sim:基于视觉-语言智能体的物理世界建模框架

Agentic Real2Sim: Physics-based World Modeling with Vision-Language Agents

AI 导读

Agentic Real2Sim 提出基于视觉-语言智能体的物理世界建模框架,将真实机器人交互记录转换为可仿真的情景孪生体。该框架在刚性物体操作、软体交互及人形运动场景中均有效,支持策略微调与评估。 采用开源 VLM 后端即可达到与前沿模型相当的转换成功率,且成本大幅降低。代码已开源,可作为真实世界策略评估的有效替代方案。

来源:arXiv · AI · arxiv.org