嵌入位姿图：以紧凑表征实现三维基础模型能力
机器人学
2024-11-15 v2
摘要
本文提出了嵌入位姿图（Embedding Pose Graph, EPG），这是一种创新方法，将基础模型的优势与适用于机器人应用的简单三维表征相结合。针对机器人学中对高效空间理解的需求，EPG通过将基础模型特征附加到位姿图的节点上，提供了一种紧凑而强大的方法。与依赖体素网格或点云等庞大数据格式的传统方法不同，EPG轻量且可扩展。它支持一系列机器人任务，包括开放词汇查询、消歧、基于图像的查询、语言引导导航以及在三维环境中的重定位。我们展示了EPG在处理这些任务方面的有效性，证明了其改善机器人与复杂空间交互和导航的能力。通过定性和定量评估，我们说明了EPG的强大性能及其在重定位方面超越现有方法的能力。我们的工作为机器人高效理解和操作大规模三维空间迈出了关键一步。
引用
@article{arxiv.2403.13777,
title = {Embedding Pose Graph, Enabling 3D Foundation Model Capabilities with a Compact Representation},
author = {Hugues Thomas and Mouli Sivapurapu and Jian Zhang},
journal= {arXiv preprint arXiv:2403.13777},
year = {2024}
}