ScanBot：面向具身机器人系统的智能表面扫描
机器人学
2025-05-26 v1
摘要
我们引入了ScanBot，一个为指令条件、高精度机器人表面扫描而设计的新型数据集。在现有机器人学习数据集侧重于粗糙任务(如抓取、导航或对话)的同时，ScanBot聚焦于工业激光扫描的高精度需求，后者对亚毫米级路径连续性和参数稳定性至关重要。该数据集涵盖机器人在12个多样化物体上执行的激光扫描轨迹，包括6种任务类型：全表面扫描、几何导向区域、空间参考部件、功能相关结构、缺陷检查和比较分析。每次扫描都由自然语言指令引导，并伴随同步的RGB、深度和激光轮廓，以及机器人姿态和关节状态。尽管近期进展，现有的视觉-语言动作(VLA)模型仍在遵循细粒度指令和现实精度要求下生成稳定扫描轨迹方面存在不足。为调查这一局限，我们在完整的感知-规划-执行循环中对多种多模态大语言模型(MLLM)进行基准测试，揭示了在现实约束下的指令遵循存在持久挑战。
引用
@article{arxiv.2505.17295,
title = {ScanBot: Towards Intelligent Surface Scanning in Embodied Robotic Systems},
author = {Zhiling Chen and Yang Zhang and Fardin Jalil Piran and Qianyu Zhou and Jiong Tang and Farhad Imani},
journal= {arXiv preprint arXiv:2505.17295},
year = {2025}
}
备注
17 pages, 11 figures