HMR-1：基于视觉语言模型的层次化按摩机器人
机器人学
2026-03-11 v1
摘要
具身智能的快速发展为医疗保健领域，特别是物理治疗和康复，带来了变革性的机遇。然而，开发稳健的具身医疗解决方案仍面临诸多挑战，如缺乏标准化的评估基准和开源多模态针灸按摩数据集的稀缺。为缓解这些问题，我们构建了 MedMassage-12K 数据集，包含 12,190 张图像和 174,177 对问答数据，覆盖多种光照条件和背景。进一步，我们提出了层次化具身按摩框架，包括高层次针灸定位模块和低层次控制模块。高层次针灸定位模块使用多模态大语言模型理解人类语言并识别针灸位置，而低层次控制模块提供计划好的轨迹。基于此，我们评估了现有的 MLLMs，建立了具身按摩任务的基准。此外，我们对 Qwen-VL 模型进行微调，证明了该框架的有效性。物理实验进一步确认了该框架的实际适用性。我们的数据集和代码已公开于 https://github.com/Xiaofeng-Han-Res/HMR-1。
引用
@article{arxiv.2603.08817,
title = {HMR-1: Hierarchical Massage Robot with Vision-Language-Model for Embodied Healthcare},
author = {Rongtao Xu and Mingming Yu and Xiaofeng Han and Yu Zhang and Kaiyi Hu and Zhe Feng and Zenghuang Fu and Changwei Wang and Weiliang Meng and Xiaopeng Zhang},
journal= {arXiv preprint arXiv:2603.08817},
year = {2026}
}