计算机科学 > 计算机视觉与模式识别
[提交于 2025年8月1日
]
标题: Sari沙盒:用于具身人工智能代理的虚拟零售商店环境
标题: Sari Sandbox: A Virtual Retail Store Environment for Embodied AI Agents
摘要: 我们介绍了Sari Sandbox,这是一个高保真、逼真的3D零售店模拟环境,用于在购物任务中与人类表现进行基准测试。 解决在具身代理训练中的零售特定模拟环境的不足,Sari Sandbox包含三个商店配置中的250多个可交互的杂货商品,可通过API进行控制。 它支持虚拟现实(VR)用于人机交互和基于视觉语言模型(VLM)的具身代理。 我们还介绍了SariBench,一个跨不同任务难度的标注人类演示数据集。 我们的沙盒使具身代理能够导航、检查和操作零售商品,提供与人类表现的基准。 最后,我们给出了基准测试、性能分析和提升真实感和可扩展性的建议。 源代码可通过https://github.com/upeee/sari-sandbox-env获取。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.