跳到正文
arXiv · 机器人与计算机视觉· Aryan Naveen, Jason Xinyu Liu, Luca Carlone, Andreea Bobu·· 24 天前AI 评分60

语言即传感器:基于自然语言的三维场景校准空间信念估计

Language as a Sensor: Calibrated Spatial Belief Estimation in 3D Scenes from Natural Language

AI 导读

论文提出语言传感器模型(LSM)将自然语言描述映射为包含指代歧义与空间不确定性的多模态分布,并引入 VL-Map 框架将其作为随机观测与车载感知融合。在 VLA-3D 基准及真机实验中,该方法使目标物体位置预测的概率质量较最强基线提升约 70%。材料仅基于 arXiv 预印本发布,未提及同行评审状态或具体部署许可。

来源:arXiv · 机器人与计算机视觉 · arxiv.org