Agentic Real2Sim

新框架使用视觉语言智能体进行基于物理的机器人仿真

研究人员开发了Agentic Real2Sim，一个将机器人交互的真实世界录音转换为可运行物理仿真的框架。这个过程通常劳动密集且需要手动调整，但通过使用视觉语言智能体来推断场景几何、物体状态和物理参数，得到了简化。该框架旨在降低创建这些用于下游机器人任务（如策略学习和评估）的“情景孪生体”的成本和精力，并取得了与更昂贵的尖端模型相当的成功率。