发布JRDB-AVR主动视觉推理基准

Zhixi Cai 等研究者在 arXiv 发布 JRDB-AVR 基准，基于真实世界 JRDB 机器人数据，通过结构化问题生成引擎评估具身智能体的主动视觉推理能力，并开源了代码与基准。 在该基准中，具身智能体系统收到视觉推理问题后，需按时间戳和视角请求有界观测，最终同时评估答案及支撑答案的视觉证据。研究者还提出基于图结构世界模型的参考方法 JRDB-AVR-Agent，实验显示当前 VLM 基线的答案准确率与证据准确率存在显著差距。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。