论文页面 - KinDER：面向机器人学习与规划的物理推理基准

来源：https://huggingface.co/papers/2604.25788 作者：

,

,

,

,

,

,

,

,

,

,

摘要

KinDER 是一个面向机器人物理推理的基准测试，包含程序化生成的环境和跨越多种学习范式的基线方法，旨在解决运动学和动力学约束方面的挑战。

与物理世界交互的机器人系统（https://huggingface.co/papers?q=Robotic%20systems）必须对其自身具身、环境以及当前任务所施加的运动学和动力学约束（https://huggingface.co/papers?q=dynamic%20constraints）进行推理。我们提出了 KinDER，这是一个针对运动学和动力学具身推理（https://huggingface.co/papers?q=Embodied%20Reasoning）的基准测试，旨在解决机器人学习和规划中出现的物理推理（https://huggingface.co/papers?q=physical%20reasoning）挑战。KinDER 包含 25 个程序化生成的环境、一个兼容 Gymnasium 的 Python 库（内含参数化技能和演示数据），以及一套标准化的评估套件，其中实现了 13 个基线方法，涵盖任务与运动规划（https://huggingface.co/papers?q=motion%20planning）、模仿学习（https://huggingface.co/papers?q=imitation%20learning）、强化学习（https://huggingface.co/papers?q=reinforcement%20learning）以及基于基础模型的方法。这些环境的设计旨在隔离五个核心物理推理（https://huggingface.co/papers?q=physical%20reasoning）挑战：基本空间关系、非抓握式多物体操作、工具使用、组合几何约束以及动力学约束（https://huggingface.co/papers?q=dynamic%20constraints），并使其与感知、语言理解及应用特定复杂性解耦。实证评估显示，现有方法在解决许多环境任务时面临困难，表明当前物理推理（https://huggingface.co/papers?q=physical%20reasoning）方法存在显著差距。此外，我们还在移动操作臂上进行了实机到仿真再到实机（https://huggingface.co/papers?q=real-to-sim-to-real%20experiments）的实验，以评估仿真与现实世界物理交互之间的一致性。KinDER 完全开源，旨在促进不同范式之间的系统比较，从而推动机器人领域的物理推理（https://huggingface.co/papers?q=physical%20reasoning）发展。项目网站和代码：https://prpl-group.com/kinder-site/

查看 arXiv 页面 (https://arxiv.org/abs/2604.25788)查看 PDF (https://arxiv.org/pdf/2604.25788)项目页面 (https://prpl-group.com/kinder-site/)GitHub25 (https://github.com/Princeton-Robot-Planning-and-Learning/kindergarden)添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2604.25788)

在你的智能体中获取这篇论文：

hf papers read 2604\.25788

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

引用此论文的模型 4

kinder-bench/kinder-openpi-checkpoints 机器人学• 更新于约 12 小时前 (https://huggingface.co/kinder-bench/kinder-openpi-checkpoints)

kinder-bench/kinder-DP-checkpoints 机器人学• 更新于约 12 小时前 (https://huggingface.co/kinder-bench/kinder-DP-checkpoints)

kinder-bench/kinder-DPES-checkpoints 机器人学• 更新于约 12 小时前 (https://huggingface.co/kinder-bench/kinder-DPES-checkpoints)

kinder-bench/kinder-mbrl-checkpoints 机器人学• 更新于约 12 小时前 (https://huggingface.co/kinder-bench/kinder-mbrl-checkpoints)

引用此论文的数据集 1

kinder-bench/kinder-datasets 更新于约 12 小时前 • 39 (https://huggingface.co/datasets/kinder-bench/kinder-datasets)

引用此论文的应用空间 0

没有链接到此论文的应用空间

在应用空间的 README.md 中引用 arxiv.org/abs/2604.25788 即可从此页面进行链接。

包含此论文的合集 0

没有包含此论文的合集

将此论文添加到合集 (https://huggingface.co/new-collection) 即可从此页面进行链接。