RecodeX 重构消息，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，再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，配套资产库包含500余个刚体与关节物体，并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的轨迹采集成功率较通用抓取加语义过滤方案显著提升，采集的仿真示范可支持机器人策略零样本真机部署。