arXiv Artificial Intelligence· Jun Wang, Xiaohao Xu, Xiaonan Huang·2026-10-26 12:00· 2 小时前AI 评分38

TouchSafeBench：评估视觉语言模型的碰撞接地能力，以支持安全人机协作

Probing Collision Grounding in Vision-Language Models for Safe Human-Robot Collaboration

AI 导读

研究者提出 TouchSafeBench，一个在 Habitat 3.0 中构建的物理接地基准，用于评估视觉语言模型的碰撞接地能力，包含 2,940 个模拟室内共处片段，覆盖社交导航与社交重排两类任务，配有同步多视角 RGB-D 观测、俯视轨迹图、标定相机元数据及模拟器导出的接触标签。