Sari Sandbox：面向具身AI智能体的虚拟零售商店环境
计算机视觉与模式识别
2025-08-04 v1
摘要
我们提出了Sari Sandbox，一个高保真、照片级真实的3D零售商店模拟环境，用于在购物任务中对比具身智能体与人类的表现。为填补具身智能体训练中零售专用模拟环境的空白，Sari Sandbox在三种商店配置中提供了超过250个可交互的杂货物品，并通过API进行控制。它同时支持用于人类交互的虚拟现实（VR）和由视觉语言模型（VLM）驱动的具身智能体。我们还引入了SariBench，一个包含不同任务难度下带注释的人类演示的数据集。我们的沙盒使具身智能体能够导航、检查和操作零售物品，并提供了与人类表现对比的基线。我们最后给出了基准测试、性能分析以及增强真实感和可扩展性的建议。源代码可通过https://github.com/upeee/sari-sandbox-env获取。
引用
@article{arxiv.2508.00400,
title = {Sari Sandbox: A Virtual Retail Store Environment for Embodied AI Agents},
author = {Janika Deborah Gajo and Gerarld Paul Merales and Jerome Escarcha and Brenden Ashley Molina and Gian Nartea and Emmanuel G. Maminta and Juan Carlos Roldan and Rowel O. Atienza},
journal= {arXiv preprint arXiv:2508.00400},
year = {2025}
}
备注
14 pages, accepted in ICCV 2025 Workshop on RetailVision