English(EN) From USD Scenes to Knowledge Graphs: Zero-Shot Ontology Grounding with LLMs

LLM自动将3D场景对象对齐到知识图谱

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-08 07:32

研究人员开发了一种使用大型语言模型（LLM）自动将3D仿真场景中的对象对齐到正式本体类别的方法。该方法旨在克服手动维护词典的局限性，这些词典通常很脆弱且缺乏泛化能力。LLM在将场景对象映射到本体类别方面表现出高精度，显著优于传统基线，尤其是在提供场景图的上下文线索时。 AI

影响通过使LLM能够解释3D仿真环境，实现了机器人推理的关键步骤自动化。

排序理由这是一篇详细介绍使用LLM在特定领域进行新颖方法的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.AI TIER_1 English(EN) · Jiangtao Shuai, Zongxiong Chen, Manfred Hauswirth, Sonja Schimmler · 2026-06-09 04:00

从 USD 场景到知识图谱：使用 LLM 进行零样本本体对齐

arXiv:2606.09134v1 Announce Type: cross Abstract: Constructing knowledge graphs from 3D simulation scenes is essential for robot task reasoning, but the key bottleneck, grounding scene objects to formal ontology classes, still relies on manually curated dictionaries that are brit…
arXiv cs.CL TIER_1 English(EN) · Sonja Schimmler · 2026-06-08 07:32

从 USD 场景到知识图谱：使用 LLMs 进行零样本本体对齐

Constructing knowledge graphs from 3D simulation scenes is essential for robot task reasoning, but the key bottleneck, grounding scene objects to formal ontology classes, still relies on manually curated dictionaries that are brittle and do not generalize across assets. We invest…