arXiv cs.RO· Jicong Ao, Shuhan Jiang, Yuling Zhong, Yanwen Liu, Yuhan Gao, Jiangyuan Zhao, Yang Zhang, Shiqiang Zhu, Chenjia Bai, Xuelong Li·· 1 小时前精选AI 评分71
SMART：基于大规模合成预训练的零样本仿真到真实关节物体操作
SMART: Zero-Shot Sim-to-Real Articulated Object Manipulation via Large-Scale Synthetic Pretraining
AI 导读
SMART 提出一套面向关节物体操作的可扩展系统，核心是具备关节感知设计的仿真平台 SMART-Sim，用于任务生成与示范采集。基于该平台合成 SMART-Data，包含超过 100 万条示范，覆盖 44 种原子任务类型、5 种机器人配置和 2507 个关节物体。在该数据上预训练的视觉语言动作（VLA）模型在仿真基准上表现有竞争力，并在真实关节物体操作任务中实现零样本仿真到真实迁移。
推荐理由
SMART 用超百万条合成示范预训练 VLA，并给出零样本仿真到真实迁移的关节物体操作结果，可了解合成数据的规模化路径。
来源：arXiv cs.RO · arxiv.org