OpenGVL——用于数据 curated 的视觉时序进度基准
机器人学
2026-02-10 v4 计算与语言
摘要
数据稀缺是推动机器人进程最重要的限制因素之一。然而，野外可用的机器人数据正呈指数增长，为大规模数据利用创造了新机会。可靠的时序任务完成预测有助于大规模自动标注和 curated 数据。最近提出了生成式价值学习（GVL）方法，利用视觉语言模型（VLM）嵌入的知识来预测视觉观察中的任务进度。基于GVL，我们提出OpenGVL，一个针对涉及机器人和人类化身的多样具有挑战性操作任务的任务进度估计综合基准。我们评估了公开的开源基础模型能力，显示开源模型家族在时序进度预测任务中显著低于闭源模型，仅约为其性能的70%。此外，我们表明OpenGVL可作为自动化数据 curated 和过滤的实用工具，实现大规模机器人数据集的高效质量评估。我们在github.com/budzianowski/opengvl发布了该基准及完整代码。
关键词
引用
@article{arxiv.2509.17321,
title = {OpenGVL -- Benchmarking Visual Temporal Progress for Data Curation},
author = {Paweł Budzianowski and Emilia Wiśnios and Michał Tyrolski and Gracjan Góral and Igor Kulakov and Viktor Petrenko and Krzysztof Walas},
journal= {arXiv preprint arXiv:2509.17321},
year = {2026}
}
备注
Workshop on Making Sense of Data in Robotics: Composition, Curation, and Interpretability at Scale at CoRL 2025