Moving Through Clutter Scaling Data Collection and Benchmarking for 3D Scene-Aware Humanoid Locomotion via Virtual Reality

Title: Moving Through Clutter Scaling Data Collection and Benchmarking for 3D Scene-Aware Humanoid Locomotion via Virtual Reality
Authors: Beichen Wang, Yuanjie Lu, Linji Wang, Liuchuan Yu, Xuesu Xiao
arXiv: https://arxiv.org/abs/2603.05993

该工作偏humanoid locomotion数据工程，但与你的whole-body主线直接相关。它用VR体系扩展拥挤环境中的3D场景感知行走数据，核心贡献不是单一控制器，而是“可扩展数据采集+基准”闭环。

其机制价值在于把人形在clutter中的决策问题从低维轨迹跟踪提升为“场景感知-动作耦合”学习问题：数据分布若不覆盖遮挡、窄通道、动态障碍，策略在真实场景必然脆弱。通过VR采集可以系统化覆盖这些高价值状态。

对你的决策意义：如果近期目标是做whole-body VLA/policy评测，这篇可作为数据与benchmark设计参照。它的短板是偏基础设施建设，算法新意有限；短期不一定直接带来SOTA策略提升。

建议定位为“中优先级方法资产”：提炼其数据采样协议与场景标签体系，迁移到你现有humanoid数据管线，而不是完整复刻整套平台。