展望更大视野：移动操作策略的3D潜在映射
机器人学
2026-03-06 v3
摘要
本文证明，利用3D潜在映射的移动操作策略在空间与时序推理方面优于仅依赖图像的策略。我们提出了“展望更大视野”（SBP），一种直接作用于潜在特征3D地图的端到端策略学习方法。在SBP中，地图扩展了机器人当前视野之外的感知范围，并聚合长期观察。我们的映射方法逐步将多视角观察融合到场景特定潜在特征的网格中。预训练的、对场景不敏感的解码器从这些特征中重建目标嵌入，并支持在任务执行期间在线优化地图特征。一种可使用行为克隆或强化学习训练的策略将潜在地图视为状态变量，并通过3D特征聚合器获取地图的全局上下文。我们在场景级移动操作和顺序桌面操作任务上对SBP进行评估。实验结果表明，SBP（1）在场景上进行全局推理，（2）将地图作为长期记忆资源被利用，（3）在分布式和新场景中均优于基于图像的策略，例如在顺序操作任务中成功率提升15%。
引用
@article{arxiv.2510.03885,
title = {Seeing the Bigger Picture: 3D Latent Mapping for Mobile Manipulation Policy Learning},
author = {Sunghwan Kim and Woojeh Chung and Zhirui Dai and Dwait Bhatt and Arth Shukla and Hao Su and Yulun Tian and Nikolay Atanasov},
journal= {arXiv preprint arXiv:2510.03885},
year = {2026}
}
备注
ICRA 2026, project page: https://existentialrobotics.org/sbp_page/