论文页面 - PackLab：用于开发、训练和评估机器人装箱任务中多模态大语言模型的综合框架

来源：https://huggingface.co/papers/2609.23784

摘要

机器人装箱任务需要长期序列决策，因为每个物体的放置都会影响后续装箱的可用空间。现有方法主要依赖手工设计的几何启发式算法来优化预定义目标，或通过在预定义训练配置中反复试验学习的强化学习策略。尽管近期多模态大语言模型在该任务上有所进展，但其在异构装箱配置下进行闭环序列决策的潜力仍未被充分探索。为解决这一问题，我们引入了PackLab——一个用于开发、训练和评估闭环机器人装箱任务中多模态大语言模型的综合框架。PackLab-Suite提供了一个基于物理的仿真平台，可扩展生成多样化的训练装箱轨迹并评估其物理结果。PackLab-VLM是一个装箱专用的多模态大语言模型，它能理解不断变化的物体和容器状态，并以闭环方式联合选择物体并预测放置位置。PackLab-Bench提供了多个难度等级的标准化装箱场景，用于系统性评估。大量实验表明，平均而言，PackLab-VLM在各种物体集和容器配置中，性能均优于传统装箱启发式算法、传统强化学习方法和通用多模态大语言模型，这凸显了多模态大语言模型在长期机器人装箱任务中的潜力。代码、模型、数据集和基准测试可在 https://github.com/Correr-Zhou/PackLab 获取。

查看 arXiv 页面 (https://arxiv.org/abs/2609.23784) 查看 PDF (https://arxiv.org/pdf/2609.23784) GitHub (https://github.com/Correr-Zhou/PackLab) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.23784)

通过代理获取此论文：

hf papers read 2609.23784

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

无模型关联此论文 在模型的 README.md 中引用 arxiv.org/abs/2609.23784，可从此页面链接。

引用此论文的数据集 0

无数据集关联此论文 在数据集的 README.md 中引用 arxiv.org/abs/2609.23784，可从此页面链接。

引用此论文的 Space 0

无 Space 关联此论文 在 Space 的 README.md 中引用 arxiv.org/abs/2609.23784，可从此页面链接。

包含此论文的收藏 0

无收藏包含此论文 将此论文添加到收藏 (https://huggingface.co/new-collection) 可从此页面链接。