主动理解物理世界：ROMA让机器人学会交互探索物体
2026.10.10 · 产品 · 论文 · 论文预印本
人大等机构提出ROMA系统，让机器人主动交互感知物体物理属性
人大高瓴GeWu-Lab、智源研究院等提出ROMA系统，将视听触力四模态整合进ROMA-7B模型，让机器人主动决定与哪个物体交互、怎么交互、关注什么模态。团队构建近2000个真实物体的ROMI-2K数据集和2100个任务的ROMA Bench，ROMA-7B取得72.9%总体成功率，基本打平GPT-6 Astra。
- ROMA整合视听触力四模态，形成推理-交互-反馈闭环
- ROMI-2K覆盖近2000个物体、6种基础物理交互
- ROMA Bench含2100个场景级主动感知任务
- ROMA-7B总体成功率72.9%，打平GPT-6 Astra
- 真实世界132道开放问答成功率61.4%
为什么值得看
机器人主动感知物理世界的新范式与完整方案
适合谁关注
具身智能、多模态感知、机器人研究者