AffordSim：可供性感知机器人操作数据生成器与基准

2026年10月27日，arXiv Robotics 刊出 Mingyang Li 等作者的报道，提出 AffordSim——一个面向可供性感知机器人操作的可扩展数据生成器与基准。据该报道，AffordSim 将开放词汇 3D 可供性预测集成到仿真轨迹生成中：按自然语言任务合成场景、生成可供性查询并采样区域条件抓取，再用运动规划筛选可执行候选。报道称其基准覆盖 50 项任务、五种机器人本体和 500+ 刚体与铰接物体；在可供性关键任务上，其采集成功率达到人工接触标注轨迹的 93%，困难复合任务为 89%。目前进展停留在该篇报道所介绍的方法与基准规模及成功率数据，尚无后续跟进报道，也未出现与早先报道矛盾的数字或说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。