@HuggingPapers 리트윗: SpatialScout: VLM 에이전트는 3D 장면을 능동적으로 탐색하고 매핑할 수 있을까?

요약

새로운 비전-언어 모델(VLM) 벤치마크인 SpatialScout이 소개되었습니다. 이 벤치마크는 VLM 에이전트가 복잡한 3D 환경을 능동적으로 탐색하고 객체 수준의 매핑을 수행하는 능력을 평가합니다. 총 80개 장면과 3,140개의 객체를 포함하여 대규모 테스트를 제공합니다.

핵심 포인트

• VLM 에이전트의 3D 환경 능동 탐색 능력 평가에 초점.
• 객체 수준에서 정밀한 3D 매핑을 목표로 하는 새로운 벤치마크.
• 80개 장면과 3,140개의 객체를 포함하는 대규모 데이터셋 구축.