跳到正文
arXiv · 机器人与计算机视觉· Jiaming Liu, Linghe Kong, Guixu Zhang, Huaxi Huang·· 4 小时前AI 评分75

DACA:面向零样本 3D 视觉定位的双锚点协作智能体

DACA: Dual-Anchor Collaborative Agent for Zero-Shot 3D Visual Grounding

AI 导读

论文提出 DACA 框架,将 3D 视觉定位重构为语义与几何双锚点协同推理范式。该架构包含负责目标跟踪的语义锚点和负责空间推理的几何锚点,通过双向工具调用协议形成闭环优化。实验显示,该方法在 ScanRefer 和 Nr3D 基准上分别达到 73.6% 和 70.4% 的整体准确率,显著优于现有零样本方法。代码与模型已公开。

来源:arXiv · 机器人与计算机视觉 · arxiv.org