热点事件持续更新

语义感知预测建图论文被IEEE TENCON 2026接收

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Kenneth J. K. Ong 公布的语义感知预测建图研究被 IEEE TENCON 2026 接收。该研究在 CogniPlan 数据集中插入门诱导的歧义，对比纯几何模型与增加门语义通道的模型。结果显示，门区域 L1 误差从 0.004342 降至 0.000025，F1 与 IoU 从 0.031311 和 0.015905 提升至 1.000000；全图性能两者相近，表明语义线索可改善几何观测歧义区域的预测占据补全。

AI 根据报道生成 · 7 小时前更新

最新进展10月8日 12:00

语义感知预测建图用于机器人探索与导航

报道时间线

沿着报道，了解事件的不同侧面。

10月8日

12:00
arXiv cs.RO 机器人学
语义感知预测建图用于机器人探索与导航
一项研究在 CogniPlan 数据集中插入门诱导的歧义，对比纯几何模型与增加门语义通道的模型，发现门区域 L1 误差从 0.004342 降至 0.000025，F1 与 IoU 从 0.031311 和 0.015905 提升至 1.000000。全图性能两者相近，表明语义线索可改善几何观测歧义区域的预测占据补全。该成果已被 IEEE TENCON 2026 接收。

本事件热度走势

可比范围当前: 8
可比范围峰值: 1010月8日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。