加州大学圣地亚哥分校 发布 ∞-THOR 数据集, 应用在 具身人工智能、长时序任务处理 领域

加州大学圣地亚哥分校 本次发布的数据集 ∞-THOR, ∞-THOR是一个用于长时序具身任务的新框架，旨在推动具身AI的长时序理解。该框架提供了合成可扩展、可重复和无限长时序轨迹的生成框架，以及一个新的具身QA任务，需要在扩展的轨迹中测试代理的长时序推理能力。此外，∞-THOR还提供了一个长时序数据集和基准测试套件，包括跨越数百个环境步骤的复杂任务，每个任务都配对有地面真实动作序列。这些数据集和代码可以在pearls-lab.github.io/infini-thor找到。

查看∞-THOR

关于 加州大学圣地亚哥分校 , 加州大学圣地亚哥分校是一所位于美国加州的公立研究型大学，以其在海洋科学、生物医学和计算机科学等领域的研究而闻名。

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。