arXiv · cs.AI· Jade Choghari, Pepijn Kooijmans, Mansi Agarwal, Yusuf Umut Ciftci, Aseem Doriwala, Catherine Weaver, Mouli Sivapurapu, Kai Yang, Thomas Wolf, Jackson Lee, Pragna Mannam·· 1 天前精选
FineART：细粒度标注双臂操作轨迹数据集与视觉语言动作模型
FineART: Fine-Grained Annotated Robotic Trajectory Dataset and Vision-Language-Action Model for Bimanual Manipulation
arXiv:2609.36416v3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：Jade Choghari, Pepijn Kooijmans, Mansi Agarwal, Yusuf Umut Ciftci, Aseem Doriwala, Catherine Weaver, Mouli Sivapurapu, Kai Yang, Thomas Wolf, Jackson Lee, Pragna Mannam
研究任务与主要进展
基于论文摘要，作者提出 FineART 双臂操作数据集与 FineART-VLA 视觉语言动作模型，用于长时程、多步骤操作任务。FineART 包含 40,543 个 episode、1,718 小时记录和 533,913 个子任务，覆盖 151 项任务；使用子任务标注进行中途训练后，模型遵循空间指令的成功率由 32.0% 提升至 100.0%。
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。
本站判断
细粒度双臂轨迹标注与自预测子任务策略，为长时程操作的数据构建和模型评估提供具体基线。
来源：arXiv · cs.AI · arxiv.org