VLA / 视觉-语言-动作模型

RoboHiMan: A Hierarchical Evaluation Paradigm for Compositional Generalization in Long-Horizon Manipulation

Yangtao Chen, Zixuan Chen, Nga Teng Chan, Junting Chen, Junhui Yin, Jieqi Shi, Yang Gao, Yong-Lu Li, Jing Huo

机构 * Nanjing University（南京大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； National University of Singapore（新加坡国立大学） ； Shanghai Jiaotong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 数据集与评测 ：VLA(abstract)；分类 cs.RO

Comments Under review. These first two authors contributed equally to this work

HUMOTO: A 4D Dataset of Mocap Human Object Interactions

Jiaxin Lu, Chun-Hao Paul Huang, Uttaran Bhattacharya, Qixing Huang, Yi Zhou

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Adobe Research（Adobe研究院） 纠错

专题命中 数据集与评测 ：action model(abstract)；分类 cs.CV

Comments ICCV 2025, 19 pages, 15 figures