RealFeedApp beta

LLMs generieren räumliche Vorratsverteilungen für Objektnavigation

Die Modelle Qwen3.5-27B und Gemma-4-31B-it erstellen räumliche Verteilungen basierend auf Raumtypen. Die Nähe der Objekte zu den Wänden entspricht jedoch nicht den Mustern in echten Räumen.

Bereich
Robotik
Was gemacht wurde
Die Forscher haben zwei offene Sprachmodelle (Qwen3.5-27B und Gemma-4-31B-it) verwendet, um eine räumliche Vorhersage über die Position eines Ziels in einem Raum zu erstellen. Sie haben diese Modelle mit echten Raumlayouts aus den Datensätzen CubiCasa5K und ScanNet getestet, um zu messen, wie wahrscheinlich die Modelle bestimmte Raumkonfigurationen finden.
Warum es wichtig ist
Die generierten Räume zeigen zwar die richtigen Objektfrequenzen und Raumgrößen für den jeweiligen Raumtyp, aber die Nähe der Objekte zu den Wänden entspricht nicht den Mustern in echten Räumen. Dies zeigt, dass die Modelle die räumliche Struktur noch nicht vollständig verstehen, was ihre Eignung für die Navigation in realen Umgebungen begrenzt.
#llm#robotics#spatial reasoning#object navigation#qwen3.5#gemma

Original lesen →