加利福尼亚大学伯克利分校 发布 Robo2VLM-1 数据集, 应用在 机器人操作、视觉语言模型 领域

加利福尼亚大学伯克利分校 本次发布的数据集 Robo2VLM-1, Robo2VLM-1是一个大规模的视觉问答（VQA）数据集，包含684,710个问题，涵盖463个独特的场景和3,396个机器人操作任务，来自176,000个真实机器人轨迹。该数据集旨在通过丰富的、真实的、多模态的机器人轨迹数据来增强和评估视觉语言模型（VLMs）的能力。Robo2VLM框架从人类远程操作的机器人轨迹中导出地面实况，并生成代表性的VQA查询，以评估和提高VLM在空间和交互推理方面的能力。

查看Robo2VLM-1

Dataset card 内容： 

Files and versions 内容： 

关于 加利福尼亚大学伯克利分校 , 加利福尼亚大学伯克利分校（University of California, Berkeley），简称UC Berkeley或Cal，是一所位于美国加利福尼亚州伯克利市公立研究型大学，是加州大学系统十个校区之一，也是世界著名的顶尖公立研究型大学。该校是1849年成立的，是美国最古老、最著名的研究型大学之一。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。