AgentGrounder：基于多模态语言模型的零样本3D视觉点云定位

Cuong Huynh, Maxim Popov, Denis Gridusov, Sergey Kolyubin

2026

摘要

本文提出AgentGrounder，一种零样本3D视觉定位框架，可直接在彩色点云上操作而无需任务特定训练。该方法通过离线构建对象查找表和在线工具驱动代理，有效提升了定位精度和上下文窗口效率。

3D视觉定位零样本学习多模态语言模型点云具身AI

PERCEPTION

📊 0 引用

Simon Duenser, Ivo Aschwanden, Raamadaas Krishnadas 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Yanrun Zhou, Zihao Lei, Guangrui Wen 等 7 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Sili Ding, Feng Xu, Jie Chen 等 6 位作者

Progress in Materials Science · 2026

PERCEPTION

📊 0 引用

Shuai Guo, Yongchao Yang, Lifeng Zhang 等 5 位作者

Neural Networks · 2026