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, Yunfang Wu·· 4 小时前AI 评分63
SpatialScout-V2:VLM 智能体能否主动探索真实世界 3D 场景并定位物体?
SpatialScout-V2: Can VLM Agents Actively Explore Real-World 3D Scenes and Localize Objects?
AI 导读
论文发布 SpatialScout-V2 基准,将主动建图任务从仿真扩展至由 Realsee3D 构建的 100 套真实住宅场景。该基准涵盖 3,171 个目标物体(29 类),要求智能体在固定交互预算内自主选择视角、融合校准后的 RGB 观测,并迭代估计与修正物体中心。
来源:arXiv · 机器人与计算机视觉 · arxiv.org