论文提出 Bagzel 将机器人数据集构建建模为基于产物的构建过程
论文提出把 ROS bag 到机器学习数据集的构建过程建模为基于依赖图的产物构建流程,并实现为开源 Bazel 扩展 Bagzel,支持可复现的增量数据集生成与 nuScenes 格式导出。
论文提出把 ROS bag 到机器学习数据集的构建过程建模为基于依赖图的产物构建流程,并实现为开源 Bazel 扩展 Bagzel,支持可复现的增量数据集生成与 nuScenes 格式导出。
论文提出面向物理 AI 数据策展的通用工具 Kuration SDK,并随论文开源。作者在 CounterStrike 游戏数据上训练和评估扩散世界模型,确认可玩性与 FVD、LPIPS、JEDi 等指标并不对应,将其称为 Virtual2Real gap;Kuration SDK 帮助定位了两个 LPIPS 和 FVD 分数接近、但实际表现差异很大的世界模型的根因。
论文提出 geodex,一个开源 C++20 库并提供 Python 绑定,用于在机器人位形空间的内在几何上进行运动规划。
WebFovea 是一个视觉网页智能体,在 WebRetriever Challenge 2026 中以 57.0/100 的成绩获得第二名,评测基于 WebRetriever 基准的 Protocol III,要求智能体从入口 URL 出发操作真实网站并返回可验证答案。
该论文对行为提示(behavior prompting)何时、如何生效进行了实证研究,引入 DrawAnything 和 LIBERO-Gen 基准(最多 2000 个程序生成任务)、上下文视觉运动架构 Behavior Prompting Policy(BPP)以及手持演示接口 iPhUMI。
推荐理由:论文用消融实验指出任务多样性比单任务演示数更关键,做数据采集取舍的团队可参考这一结论。
NavProbe 提出一种分层零样本导航智能体,用动态子目标议程配合主动证据检索,在上下文不足时按需调取视觉与几何记录以生成、修订或解决子目标。在 R2R-CE 上取得 71.7% SR 与 55.8% SPL,RxR-CE 上 55.3% SR 与 38.6% SPL,超过强零样本基线;HM3D-v2 ObjectNav 上 SR 达 79.3%。代码已开源,并有真实机器人定性演示。