跳到正文
arXiv · 机器人与计算机视觉· Zhaoxi Zhang, Hao Liang, Linxuan Wu, Yiming Xu, Yifu Yuan, Kun Liang, Chenming Tang, Meiyi Qiang, Wentao Zhang, Weikang Li·· 2026-10-20AI 评分36

SpatialScout:VLM 智能体能否主动探索并构建三维场景?基准评测与代码开源

SpatialScout: Can VLM Agents Actively Explore and Map 3D Scenes?

AI 导读

SpatialScout 是一个包含 80 个室内场景和 3140 个目标物体的基准,用于评估视觉语言模型(VLM)智能体在受限交互预算下进行主动物体级三维建图的能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org