UniFField：面向任何场景中视觉、语义与空间不确定性的通用统一神经特征场

对 3D 场景进行全面的视觉、几何和语义理解对于机器人在非结构化和复杂环境中成功执行任务至关重要，此外，为了做出稳健的决策，机器人必须评估感知信息的可靠性。尽管近期在 3D 神经特征场方面的进展使机器人能够利用来自预训练基础模型的特征执行语言引导的操控和导航等任务，但现有方法存在两个关键局限：(i) 它们通常是场景特定的，且 (ii) 缺乏对其预测不确定性建模的能力。我们提出了 UniFField，一种统一的不确定性感知神经特征场，将视觉、语义和几何特征整合到单一的可泛化表示中，同时还预测每种模态的不确定性。我们的方法可以应用于零样本到任何新的环境， incrementally 将 RGB-D 图像整合到基于体素的特征表示中作为机器人探索场景，同时更新不确定性估计。我们对不确定性估计进行评估，证明其能够准确描述场景重建和语义特征预测中的模型预测误差。此外，我们成功地利用我们的特征预测及其各自的不确定性进行了用于移动机械臂机器人的主动对象搜索任务，展示了进行稳健决策的能力。