AssemblyBench：面向复杂工业对象的物理感知装配
计算机视觉与模式识别
2026-05-14 v1 人工智能
摘要
装配物体需要理解多模态指令，将其链接到 3D 组件，并为每个装配步骤预测物理上可行的 6 自由度运动。现有数据集聚焦于简化场景，忽视工业装配中形状的复杂性和装配轨迹。我们引入 AssemblyBench，这是一个包含 2,789 个工业对象的合成数据集，配有多模态操作手册、对应的 3D 零件模型以及零件装配轨迹。我们还提出一种基于变换器的模型 AssemblyDyno，该模型利用操作手册和每个零件的 3D 形状，联合预测装配顺序和零件装配轨迹。AssemblyDyno 在装配姿态估计和轨迹可行性方面均优于先前方法，其中后者通过我们的物理仿真进行评估。
引用
@article{arxiv.2605.12845,
title = {AssemblyBench: Physics-Aware Assembly of Complex Industrial Objects},
author = {Danrui Li and Jiahao Zhang and Bernhard Egger and Moitreya Chatterjee and Suhas Lohit and Tim K. Marks and Anoop Cherian},
journal= {arXiv preprint arXiv:2605.12845},
year = {2026}
}
备注
Accepted at CVPR 2026