arXiv · cs.AI· Yijie Su, Yakun Zhu, Yi Bin, Pengpeng Zeng, Liang Chen, Guoqing Wang, Jingkuan Song, Heng Tao Shen·· 7 小时前
BridgeAfford：减少查询—目标差距，提升未见物体上的3D可供性定位泛化
BridgeAfford: Bridging Query-Target Gap for Generalizable 3D Affordance Grounding
arXiv:2610.21918v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yijie Su, Yakun Zhu, Yi Bin, Pengpeng Zeng, Liang Chen, Guoqing Wang, Jingkuan Song, Heng Tao Shen
研究任务与主要进展
作者提出BridgeAfford，通过Interaction Region Alignment和Visual Evidence Aggregation减少查询意图与目标区域之间的语义差距，提升语言引导的3D可供性定位在未见物体上的泛化能力。基于论文摘要，该方法在LASO和PIAD数据集上优于现有方法，尤其改善了未见物体上的定位表现。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org