助理安置 Aria：以自我为中心的安置协助的基准

机器人技术中的人类协助涉及多项任务，例如导航、物体操纵和放置，其中的一个关键挑战是选择符合人类意图或偏好的目标目的地。我们在虚拟放置（VP）的背景下关注这一挑战，该任务是在给定场景上下文和以人为中心的约束的情况下识别所有可能的目标位置。这与通常专注于单个预定义目标位置的传统放置任务不同。 VP 问题很复杂，因为它需要对场景的几何形状、语义和合理性进行全局和局部推理。为了解决这一差距，我们引入了 {\bf Assistant Placement Aria}，这是第一个探索 VP 各个方面的基准，包括全球、本地和以人为中心的约束。它包含针对三个任务注释的合成和真实室内场景：(i)~2D 面板放置、(ii)~坐位建议和 (iii)~电视放置。每个场景都包含 2D 图像、3D 点云以及场景内对象的文本描述。通过提供这个基准，我们的目标是鼓励在这个严重依赖于相关数据的尚未充分探索和具有挑战性的领域进行进一步的研究。我们还在基准测试中评估了几种用于对象检测和分割的基础模型。