标签
本文介绍了ExPhy，一个用于评估多对象场景中轨迹预测和物理属性学习的基准测试，并提出了PhyODE，一个物理引导的模型，它在分布外设置中显著降低了预测误差。
SceneActBench是一个基准测试，用于评估VLM智能体在完整的多对象3D场景中执行操作的能力，通过五个任务中的任务特定几何指标进行评估。