南加州大学 发布 HRIBench 数据集, 应用在 视觉问答、人类-机器人交互 领域

南加州大学 本次发布的数据集 HRIBench, HRIBench是一个视觉问答（VQA）基准，旨在评估视觉语言模型（VLMs）在人类-机器人交互（HRI）中感知人类行为的能力。该数据集包含五个关键领域：非言语提示理解、言语指令理解、人-机器人-物体关系理解、社交导航和个人识别。HRIBench通过从真实世界的HRI环境中收集数据，并对剩余四个领域利用公开可用的数据集来构建。每个领域整理了200个VQA问题，总共1000个问题。该数据集的应用领域旨在解决实时HRI中的核心感知能力问题，例如理解细粒度多模态提示、解决模糊的语言-视觉指令和进行现实世界的空间和物理推理。

查看HRIBench

README 内容： 

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。