Viisi huippuyliopistoa julkaisevat ensimmäisen vertailutestin robottien kolminäkymän maailmamalleille
Viiden johtavan kiinalaisen yliopiston yhteenliittymä on julkaissut ensimmäisen tulostaulukon robottien kolminäkymän maailmamalleille, nimeltään TriWorldBench Challenge. Vertailutesti arvioi malleja moninäkymäisen yhdenmukaisuuden, tehtävien suorittamisen ja fyysisen ymmärtämisen perusteella, ja varhaiset tulokset osoittavat CASIA-DRL:n, TONGJI Spatial Intelligence Teamin ja Fysics AI:n johtavan joukkoa.
Pekingin yliopiston, Tsinghuan yliopiston, Beihangin yliopiston, Shanghain Jiao Tong -yliopiston ja Kiinan tiede- ja teknologiayliopiston yhteistyössä käynnistämä TriWorldBench-haaste on julkaissut ensimmäisen viikoittaisen tulostaulukkonsa. Se on ensimmäinen kolminäkymän maailmamallien arviointimittaristo robotiikassa, jonka tavoitteena on luoda kattavampi arviointijärjestelmä ruumiillistuneille maailmamalleille ja viedä ne 'visuaalisesta generoinnista' 'maailman ymmärtämiseen'. Mittaristo arvioi malleja moninäkymäjohdonmukaisuuden, tehtävien suorittamisen ja fyysisen tilan ymmärtämisen perusteella, ja se on avoin kaikille maailman tutkimusryhmille. Ensimmäisellä viikolla CASIA-DRL:n WoVR_Plus-malli, TONGJI Spatial Intelligence -tiimin BetaBWM-malli ja Fysics AI:n Fysiverse-Video-malli sijoittuivat kolmen parhaan joukkoon. Mittaristo keskittyy päänäkymän, vasemman ranteen näkymän ja oikean ranteen näkymän videoiden tuottamiseen ja ymmärtämiseen. Se käyttää 500 kolminäkymän synkronoitua episodia, jotka kattavat 50 robottimanipulaatiotehtävää, ja yhdistää 19 arviointisignaalia kuudesta ulottuvuudesta kokonaispistemääräksi nimeltä TWB-Score. Järjestelmä rakentaa myös STATE-merkinnät vertailureiteistä liikkeen ja paikallaanolon arvioimiseksi. Tulostaulukkoa päivitetään säännöllisesti, ja järjestäjät rohkaisevat maailmanlaajuista osallistumista virallisen verkkosivuston ja GitHub-säilön kautta.
Lähde: QbitAI 量子位 —
Alkuperäinen