HomeLoop: симуляция для проверки взаимодействия домашних роботов и умных устройств
Исследователи представили среду и набор тестов для изучения того, как роботы могут реагировать на неоднозначные ситуации в доме.
Редакция 404fam
Редакционный материал

В работе на arXiv (Cornell University) исследователи описывают HomeLoop, симуляционную среду и набор тестов для координации роботов с устройствами интернета вещей. Работа опубликована 9 ноября 2026 года в категориях робототехники и искусственного интеллекта.
HomeLoop построена на Isaac Sim и включает модели роботов, подключенных устройств, носимых приборов, жильцов и посетителей. В симуляции также предусмотрены неисправные датчики и опасные ситуации, которые меняются со временем. Авторы включили 20 задач в пяти группах: один и тот же сигнал в них может иметь разные причины и требовать разных действий.
Исследователи сообщают, что проверили шесть открытых и проприетарных визуально-языковых моделей. Лучший результат составил 61,9% по оценке с учетом баланса групп задач. По словам авторов, среди неудачных эпизодов запрещенные вмешательства встречались более чем вдвое чаще, чем пропуск необходимых действий.
Авторы планируют выпустить HomeLoop с 2100 планировками домов, пятью моделями роботов и 20 типами подключенных устройств. Среди предполагаемых направлений исследований они называют координацию роботов и умных устройств, долговременную память и компромиссы между приватностью и безопасностью.
Авторы работы: Ramy ElMallah, Marc Bishara, Hyegang Kim, Yuxi Zhang, Chongyu Zhu и Chi-Guhn Lee.
Использованные источники (1)
- arXiv (Cornell University)HomeLoop: A Simulation Framework and Benchmark for Robot-IoT Coordination in Everyday Domestic Assistance and Safety
arXiv (Cornell University)
Материалы по теме

Исследователи оценили применение RAG к задачам по спортивному программированию
Авторы работы сообщают, что поиск похожих примеров улучшил результаты языковых моделей на выбранных задачах.

Исследователи представили тест для оценки ответов ИИ на кхмерском языке
Khmer PFGen-Bench оценивает ответы из нескольких предложений без использования языковой модели в роли судьи.

Исследователь сравнил модели распознавания говорящего для голосовых ИИ-агентов
В работе рассмотрели, как модели различают голоса при ограничении задержки менее одной секунды.