研究人员引入了 VoxProg,一种利用体素编程实现3D空间推理的新方法。该方法使语言模型能够将任务解释转化为在场景表面局部体素视图上运行的可执行程序。通过在规则网格上索引几何体,VoxProg 可以隔离相关区域并计算目标 SE(3) 位姿,通过视觉和数值反馈迭代地改进其代码。该系统在新发布的包含71个任务的 VoxProg-Bench 基准上进行了评估,与现有基线相比表现更优。 AI
影响 这种体素编程方法可以增强 AI 理解和与3D环境交互的能力,对机器人和虚拟现实应用产生影响。
排序理由 该集群描述了一篇新的研究论文,其中详细介绍了一种使用体素编程进行3D空间推理的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- ScienceCast
- SE(3)-Transformers: 3D Roto-Translation Equivariant Attention Networks
- VoxProg
- VoxProg-Bench
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →