arXiv · ML· Tom\'a\v{s} Musil, Martin Kot\'ik, Michal Vavre\v{c}ka, Karla \v{S}t\v{e}p\'anov\'a, Sebastian Scherer, Martin Saska·· 9 小时前AI 评分36
ForagerSim：评估大规模动态世界中的具身地图推理
ForagerSim: Evaluating Embodied Map-Based Reasoning in Large-Scale Dynamic Worlds
AI 导读
ForagerSim 是一个专注于需要地图推理的具身任务的研究平台和仿真环境，场景涵盖移动机器人搜救及动物觅食。 平台具有高模块化设计，允许独立修改感知（抽象 2D 到 RGB/LiDAR）、规模（房间级到多千米级）、拓扑、动态性及任务等难度维度。 在 8 个示例世界中的对比实验表明，当感知简化为 2D 时，学习策略在简单拓扑下表现优异，但在大型或复杂环境中落后于人类表现，证实地图推理是关键瓶颈。
来源：arXiv · ML · arxiv.org