arXiv · AI· Jun Wang, Xiaohao Xu, Xiaonan Huang·· 4 小时前AI 评分28
具身 VLM 碰撞感知能力评测：TouchSafeBench 基准揭示视觉流达不等于物理责任
Probing Collision Grounding in Vision-Language Models for Safe Human-Robot Collaboration
AI 导读
研究者提出物理基准 TouchSafeBench，包含 2940 个 Habitat 3.0 室内共在场景 episode，用于评测视觉语言模型的碰撞感知能力。
来源：arXiv · AI · arxiv.org