Junwoon Lee

LatentAM框架通过集成VLM实现机器人实时感知

研究人员推出LatentAM，一个用于实时、大规模3D高斯泼溅映射的新型框架。该系统专为开放词汇机器人感知而设计，能够处理流式RGB-D观测以构建可扩展的隐式特征图。LatentAM采用一种模型无关且无需预训练的在线字典学习方法，允许在测试时与各种视觉语言模型无缝集成。与现有方法相比，该框架实现了显著更好的特征重建保真度和近乎实时（near-real-time）的速度。