清华大学 发布 MV-RoboBench 数据集, 应用在 机器人视觉、自然语言处理 领域

清华大学 本次发布的数据集 MV-RoboBench, MV-RoboBench是一个专门为评估视觉语言模型在机器人操作场景中的多视角空间推理能力而设计的基准数据集。该数据集由1.7k个手动编辑的问答项目组成，跨越八个子任务，分为空间理解和机器人执行两大类。它旨在评估视觉语言模型是否能够有效地整合来自多个摄像头视角的互补信息，以支持机器人决策。该数据集由来自真实机器人演示的同步多摄像头视图构建，涵盖了各种操作任务和环境。它提供了一个系统的评估，以检验视觉语言模型是否能够有效地整合来自多个摄像头视角的互补信息，以支持机器人在现实世界中的决策。

查看MV-RoboBench

关于 清华大学 , 清华大学是中国的顶尖学府之一，位于北京，是中国的一所综合性、研究型大学，具有较高的国际声誉。

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。