arXiv · cs.AI· Zewei Ye, Weifeng Lu, Minghao Ye, Tao Lin, Shuo Yang, Junchi Yan, Bo Zhao·· 1 天前
RoboFAC：面向机器人失败分析与纠正的综合框架
RoboFAC: A Comprehensive Framework for Robotic Failure Analysis and Correction
arXiv:2505.12224v5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：Zewei Ye, Weifeng Lu, Minghao Ye, Tao Lin, Shuo Yang, Junchi Yan, Bo Zhao
研究任务与主要进展
研究团队提出RoboFAC框架，用于分析机器人操作失败并生成纠正方案；其数据集包含9,440条错误操作轨迹和78,623个问答对，覆盖53个仿真与真实环境场景。摘要称，RoboFAC的失败分析准确率比GPT-4o高34.1%，作为真实世界VLA控制流水线的外部监督模块时，在4项任务上实现29.1%的相对提升，并较GPT-4o降低延迟；模型和数据集已公开于GitHub。
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