LOP-Field: Brain-inspired Layout-Object-Position Fields for Robotic Scene Understanding

空间认知赋予动物极高效的导航能力，这在很大程度上依赖于对空间环境的场景级别理解。最近，研究发现大鼠后海马皮层中的神经群体对空间布局的调整比对场景中的物体更加敏感。受到对本地场景中空间布局表示的启发，我们提出了LOP-Field，实现了Layout-Object-Position(LOP)关联，用于建立机器人场景理解的层次表示。由于基础模型和隐式场景表示的支持，神经场被实现为机器人的场景记忆，存储着场景的可查询表示，包含位置、对象和布局信息。为了验证建立的LOP关联，模型被测试以从3D位置推断区域信息，并使用定量指标，实现了平均准确率超过88％。同时，与最先进的定位方法相比，使用区域信息的提议方法在文本和RGB输入下实现了改进的对象和视图定位结果。

该论文旨在解决机器人场景理解中的空间布局建模问题，以提高场景理解的效率和准确性。

该论文提出了一种基于Layout-Object-Position（LOP）关联的场景记忆模型LOP-Field，通过分别编码不同区域的空间布局、物体和位置信息来实现场景的分层表示，从而提高机器人场景理解的效率和准确性。

该论文使用了基于神经场的实现方式来存储场景记忆，提出了一种新的场景理解方法，能够有效地推断出三维位置的区域信息，从而提高对象和视图定位的准确性。论文还使用了文本和RGB输入进行实验，并与现有的定位方法进行比较，结果表明该方法在定位准确性方面具有优势。

在相关研究方面，最近的一些研究包括《A Survey of Deep Learning for Scientific Discovery》、《Deep Learning for Natural Language Processing: A Comprehensive Review》和《A Review of Deep Learning Models for Speech Recognition》等。