SoftVTBench：面向可变形物体操作的形变感知视觉触觉数据集与基准
SoftVTBench 是一个用于评估可变形物体操作的数据集和基准，重点衡量物理交互质量。它包含 4,000 次专家示范和 50 多个物体，包括体积可变形物体及外观匹配的刚性对照物。每个回合同步记录多视角 RGB 图像、双指触觉图像和标记点运动、本体感知、语言及夹爪动作，并提供仅供评估使用的有限元状态作为独立的物理真实值。该基准提出“形变感知成功率”，只有在完成任务且最大形变保持在容差范围内时才算成功。对多种策略的测试表明，一些表面成功的操作仍会造成过度形变。视觉触觉模型在分布偏移下表现更好，但仅加入触觉输入并不能保证实现有效的多模态融合。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。