arXiv cs.RO 机器人学· Hu Zhu, Bohan Li, Xianda Guo, Yanlun Peng, Hongsi Liu, Baorui Peng, Xiaofeng Wang, Mingqi Yuan, Xin Jin, Wenjun Zeng, Chang Wen Chen·· 2 天前AI 评分47
GEM-Occ：从视觉几何证据到具身语义占据记忆
GEM-Occ: From Visual Geometry Evidence to Embodied Semantic Occupancy Memory
AI 导读
GEM-Occ 提出 Gaussian Evidence Memory 框架，将多视角累积的几何与语义证据整合为持久的语义占据记忆，支持跨房间的持续建图与高效查询。团队同时发布 HIOcc 基准，统一语义标签空间与评测框架，覆盖局部预测、房间级在线建图和建筑级建图。实验显示 GEM-Occ 在 HIOcc 上优于现有方法，兼顾内存占用与占据查询速度。
来源：arXiv cs.RO 机器人学 · arxiv.org