论文提出3D几何抽象接口减少多模态重复查询

Yihang Liu、Yiming Chen、Mingzhe Zheng 等人提出一种基于3D几何抽象的文本与符号接口，让语言模型直接读取物体部件的几何信息，而不必每一步都重新解读原始视觉观测。该接口以带类型、带证据的符号引用表示几何，从标定RGB-D中接地，并在每次动作后返回带度量残差的紧凑文本检查点，使符号任务结构可跨决策复用、度量值重新绑定当前场景，仅在需要时调用直接视觉推理。 作者称，在离线策略合成和连续在线执行中，基于接地文本与符号的推理提升了多步操作完成度，同时大幅减少重复多模态查询。论文被CoRL 2026 Agentic Robotics Workshop接收，共13页、8图；上述效果为作者自述，报道未给出任务数量、成功率分母或独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。