LatentAM：在线字典学习实现实时大规模机器人语义建图

rsasaki0109 · x · 2026-08-15

LatentAM 是一个在线 3D 高斯泼溅（3DGS）建图框架，用于开放词汇机器人感知。它通过在线字典学习构建可扩展的潜在特征图，无需模型特定解码器，可与不同 VLM 即插即用。方法包括：每个高斯原语关联紧凑查询向量，通过注意力机制和可学习字典转换为近似 VLM 嵌入；字典从流式观测初始化并在线优化；采用体素哈希管理地图，GPU 仅优化活动局部地图，全局地图存于 CPU。实验表明，在公共基准和大型自定义数据集上，特征重建保真度优于现有方法，速度接近实时（12-35 FPS）。