西安交大团队提出 AffordSim，将三维可供性引入机器人操作数据生成

西安交通大学兰旭光教授团队提出 AffordSim 系统，将开放词汇三维可供性预测接入仿真轨迹生成，从自然语言任务描述出发定位物体表面功能区域，结合运动规划生成可执行的机器人操作示范。该研究构建了覆盖 50 项任务、7 类操作技能、5 种机械臂的评测基准，配套包含 500 余个刚体与关节物体的资产库，还支持真实场景背景替换、跨相机视角渲染等域随机化操作。实验显示，在对功能区域约束更强的中高难度任务上，AffordSim 的轨迹采集成功率相比通用抓取加语义过滤的方案有显著提升，采集的仿真示范可支持机器人策略的零样本真机部署，为减少机器人操作数据生成中的手工调节工作、评估可供性理解对机器人操作的实际影响提供了有效路径。