视觉与机器人

自动驾驶

自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。

2025-11-06 至 2025-11-06 共收录 1 篇信号源：cs.RO, cs.CV, eess.IV, cs.AI

1. 感知 1 篇

2506.04220 2025-11-06 cs.CV 57%

Struct2D: A Perception-Guided Framework for Spatial Reasoning in MLLMs

Fangrui Zhu, Hanhui Wang, Yiming Xie, Jing Gu, Tianye Ding, Jianwei Yang, Huaizu Jiang

机构 * Northeastern University（东北大学）； Microsoft Research（微软研究院）； University of Southern California（南加州大学）； University of California, Santa Cruz（加州大学圣克鲁兹分校）

专题命中感知：BEV(abstract)；分类 cs.CV

Comments NeurIPS 2025, code link: https://github.com/neu-vi/struct2d

↑