arXiv cs.AI· Mingyang Li, Haofan Xu, Haowen Sun, Xinzhe Chen, Sihua Ren, Liqi Huang, Xinyang Sui, Chenyang Miao, Jiawei Ye, Qiongjie Cui, Xingyu Chen, Zeyang Liu, Xuguang Lan·· 14 小时前AI 评分32
AffordSim：面向可供性感知机器人操作的可扩展数据生成器与基准
AffordSim: A Scalable Data Generator and Benchmark for Affordance-Aware Robotic Manipulation
AI 导读
AffordSim 将开放词汇 3D 可供性预测集成进仿真轨迹生成，按自然语言任务合成场景、生成可供性查询并采样区域条件抓取，再用运动规划筛选可执行候选。其基准覆盖 50 项任务、5 种机器人本体和 500+ 刚体与铰接物体，在可供性关键任务上达到人工接触标注 93% 的轨迹采集成功率，困难复合任务为 89%。
正文 · AI 翻译
作者：Mingyang Li、Haofan Xu、Haowen Sun、Xinzhe Chen、Sihua Ren、Liqi Huang、Xinyang Sui、Chenyang Miao、Jiawei Ye、Qiongjie Cui、Xingyu Chen、Zeyang Liu、Xuguang Lan
摘要：许多日常机器人操作技能依赖于可供性，其成功与否取决于机器人是否接触到后续动作所需的功能性物体区域。当前的仿真数据生成器从通用抓取估计器或逐物体的人工接触标注中获取接触点，但通用估计器只对稳定抓取进行排序，而不考虑任务语义，常常选择与下游动作不匹配的接触点；而人工接触标注则必须为每个新物体和新任务重新编写。为解决这些挑战，我们提出了 AffordSim，一个可扩展的数据生成器和基准，将开放词汇的 3D 可供性预测集成到基于仿真的轨迹生成中。给定自然语言任务描述，AffordSim 合成与任务相关的场景，发出可供性查询，将其定位到物体表面，采样区域条件抓取，并通过运动规划选择可执行的候选方案。它进一步随机化物体姿态、纹理、光照、图像噪声和跨视角背景，以实现仿真到现实的迁移。我们将 AffordSim 实例化为一个包含 50 个任务的基准，涵盖多种操作技能、五种机器人 embodiment 以及 500 多个刚性和铰接物体。在可供性关键任务上，AffordSim 达到了人工接触标注轨迹收集成功率的 93%，在困难复合任务上达到 89%。在 AffordSim 数据上训练的视觉-语言-动作策略零样本迁移到真实的 Franka FR3，平均成功率达到 24%。
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2604.11674 [cs.RO] |
| （或 arXiv:2604.11674v3 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2604.11674 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Mingyang Li [查看电子邮件]
[v1]
2026年4月13日星期一 16:21:44 UTC（37,135 KB）
[v2]
2026年5月11日星期一 07:45:28 UTC（20,068 KB）
[v3]
2026年10月26日星期一 15:05:43 UTC（19,057 KB）
来源：arXiv cs.AI · arxiv.org