arXiv · cs.AI· Jicong Ao, Shuhan Jiang, Yuling Zhong, Yanwen Liu, Yuhan Gao, Jiangyuan Zhao, Yang Zhang, Shiqiang Zhu, Chenjia Bai, Xuelong Li·· 2 天前
SMART通过大规模合成预训练实现零样本仿真到现实铰接物体操作
SMART: Zero-Shot Sim-to-Real Articulated Object Manipulation via Large-Scale Synthetic Pretraining
arXiv:2610.07652v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jicong Ao, Shuhan Jiang, Yuling Zhong, Yanwen Liu, Yuhan Gao, Jiangyuan Zhao, Yang Zhang, Shiqiang Zhu, Chenjia Bai, Xuelong Li
研究任务与主要进展
SMART提出面向铰接物体操作的合成预训练系统，并通过SMART-Sim生成超过100万条演示，覆盖44类原子任务、5种机器人配置和2507个铰接物体。基于论文摘要，基于SMART-Data预训练的视觉-语言-动作模型在仿真基准上具有竞争力，并实现零样本仿真到现实迁移；具体基准、实验设置和性能细节未在材料中说明。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org