arXiv Robotics· Tom\'a\v{s} Musil, Martin Kot\'ik, Michal Vavre\v{c}ka, Karla \v{S}t\v{e}p\'anov\'a, Sebastian Scherer, Martin Saska·· 2 小时前AI 评分34
ForagerSim：评估大规模动态世界中的具身地图推理
ForagerSim: Evaluating Embodied Map-Based Reasoning in Large-Scale Dynamic Worlds
AI 导读
ForagerSim 是一个面向具身地图推理任务的仿真平台与基准，场景覆盖移动机器人搜救、复杂迷宫与近乎无限的开阔区域觅食。平台可独立调节感知（2D 感知到 RGB 或 LiDAR）、尺度（房间级到多公里级）、拓扑、动态（烟雾、碎片、传感器故障）与任务等难度维度。在 8 个示例世界上，2D 感知下学习策略在简单拓扑中表现良好，但在更大或更复杂拓扑环境中不及人类，地图推理成为瓶颈。
来源：arXiv Robotics · arxiv.org