论文页面 - TableVerse：基于真实世界布局的大规模桌面数据集，用于通用操控

来源：https://huggingface.co/papers/2607.21017

摘要

通用机器人操控策略的发展从根本上受限于大规模、高保真场景数据的可用性。尽管近期的自动化合成方法试图通过文本到布局的想象生成或简化程序化生成来弥补这一差距，但这些方法常常因物理上不可行，且无法捕捉真实人类环境中复杂、密集的杂乱场景而表现不佳。在本文中，我们提出TableVerse，一个全自动化的Real2Sim流水线，它将范式从想象性布局生成转向对非结构化、真实世界图像数据的确定性重建。我们的框架能够无缝地将未经脚本编排的互联网媒体处理为高保真、可直接用于仿真的桌面环境，并具备精确的度量尺度、真实的拓扑结构和经过验证的力学稳定性。此外，我们还集成了一套自动化的任务条件轨迹生成框架，用于合成高质量、无碰撞的抓取与放置演示。基于这一完整流水线，我们构建了TableVerse-100K数据集——一个包含10万个独特且物理一致的场景，并搭配交互式操控轨迹的大规模语料库。通过捕捉多样化的物品种类、真实的物体空间分布以及高质量的演示动作，TableVerse-100K建立了一个高度可扩展且高保真的数据基础，为未来通用机器人操控任务的研究提供了重要价值。

查看arXiv页面 (https://arxiv.org/abs/2607.21017)
查看PDF (https://arxiv.org/pdf/2607.21017)
项目页面 (https://bytedance.github.io/TableVerse/)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.21017)

在你的agent中获取这篇论文：

hf papers read 2607.21017

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

引用此论文的模型

0

没有模型链接此论文

请在一个模型的README.md中引用arxiv.org/abs/2607.21017以在此页面上链接它。

引用此论文的数据集

0

没有数据集链接此论文

请在一个数据集的README.md中引用arxiv.org/abs/2607.21017以在此页面上链接它。

引用此论文的Space

0

没有Space链接此论文

请在一个Space的README.md中引用arxiv.org/abs/2607.21017以在此页面上链接它。

包含此论文的收藏集

0

没有收藏集包含此论文

请将这篇论文添加到一个收藏集中 (https://huggingface.co/new-collection) 以在此页面上链接它。