Agentic Real2Sim：视觉语言智能体将真实交互录像转为可仿真场景

Guanxiong Chen 等论文作者团队在 arXiv 发布论文（v5），提出 Agentic Real2Sim 框架：用视觉-语言智能体将真实物体—机器人交互录像转换为可运行的仿真情景（episodic twin），并接入后续策略微调与评测。 论文摘要称，该方法在刚体操纵、变形物体交互和人形运动三类场景上做了评测，覆盖通常需要各自独立 Real2Sim 流水线处理的领域；框架的智能体决策可由开源权重 VLM 后端驱动，成本仅为前沿模型的一小部分，同时取得相近的转换成功率。 以上为论文摘要所述结果，项目网站与代码地址为 https://agentic-real2sim.github.io。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。