arXiv · 机器人与计算机视觉· Kunyu Peng, Zhikun Zhou, Kailun Yang, Di Wen, Ruiping Liu, Yufan Chen, Junwei Zheng, Hao Shi, Yi Zhou, M. Saquib Sarfraz, Danda Pani Paudel, Luc Van Gool·· 2026-10-20AI 评分72
Seeing Together:基于多模态大模型的协作式自我中心空间推理研究
Seeing Together: Multi-Robot Cooperative Egocentric Spatial Reasoning with Multimodal Large Language Models
AI 导读
针对多模态大模型在多机器人协作空间推理上的不足,本文提出首个基准 CoopSR 及数据集 EgoTeam,涵盖合成环境与真实四足机器人测试集。作者构建了 SG-CoR 框架,通过动态帧采样与几何引导视图融合实现细粒度协作推理,在 Habitat 和 iGibson 上显著优于最强微调基线,并支持未见团队规模泛化。代码已开源。
来源:arXiv · 机器人与计算机视觉 · arxiv.org