AI 연구연구 프리프린트
처음 보는 3D 물체의 잡을 곳 찾기, 언어·형상 간격 좁혀 개선
원문 읽기 · arxiv.org ↗(새 탭에서 열림)BridgeAfford는 언어로 지시한 동작을 처음 보는 3D 물체의 어느 부위에서 수행할지 찾는 모델의 일반화를 높였다.
연구 방법
- 학습 중 비슷한 기하 구조의 상호작용 부위를 물체 간에 맞추고, 여러 방향에서 렌더한 2D 기능 단서를 깊이 신뢰도에 따라 3D 점에 다시 모은다. 추론에서는 학습용 정렬 모듈을 빼고 3D 모델과 시각 단서를 사용한다.
평가 결과
- 학습에서 제외한 물체·기능 조합의 LASO 평가에서 영역 겹침 aIoU는 BridgeAfford 21.8, 강한 비교법 GLANCE 18.7이었다. PIAD의 미관측 조합에서는 14.50으로 언어 기반 ViSPLA 9.20보다 높았다.
적용 조건
- 두 벤치마크의 정해진 물체·기능 분할에서의 위치 찾기 성능이다. 실제 로봇이 물체를 잡거나 조작하는 성공률은 평가하지 않았고, 제한된 시점과 가림으로 2D 단서만 쓰면 품질이 떨어졌다. 비심사 프리프린트다.
함께 확인할 조건
- 두 벤치마크의 정해진 물체·기능 분할에서의 위치 찾기 성능이다. 실제 로봇이 물체를 잡거나 조작하는 성공률은 평가하지 않았고, 제한된 시점과 가림으로 2D 단서만 쓰면 품질이 떨어졌다. 비심사 프리프린트다.
출처와 편집 기준
arxiv.org · 연구 프리프린트 · 검수 2026.10.19 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다.