VLM引导的电磁数字孪生在线校准演示
Get the story
2026年10月7日，arXiv Robotics 发表一项研究，提出 VLM 引导的电磁数字孪生在线校准框架，并在 Unitree G1 机器人与 NVIDIA Sionna 仿真平台上完成验证。该框架通过两次 VLM 调用分别完成材质分类（经 ITU-R P.2040 标准映射为电导率先验）和基于残差 RSS 校准误差与图像覆盖的路径点规划。在真实室内场景测试中，机器人行走 20 m 内归一化平均电导率误差达到 1.74×10⁻⁴；作为对照，随机初始化无法收敛，随机路径点所需行程超过两倍。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Robotics演示：VLM 引导的电磁数字孪生在线校准
研究提出 VLM 引导的电磁数字孪生在线校准框架，在 Unitree G1 机器人与 NVIDIA Sionna 上验证。两次 VLM 调用分别完成材质分类（经 ITU-R P.2040 映射为电导率先验）和基于残差 RSS 校准误差与图像覆盖的路径点规划。真实室内场景中，行走 20 m 内归一化平均电导率误差达 1.74×10⁻⁴；随机初始化无法收敛，随机路径点所需行程超过两倍。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.