3D场景图：开放挑战与未来方向
3D场景图（3DSG）作为空间AI的强大表示，结合了几何基础与语义及关系抽象，在机器人学和计算机视觉中广泛应用。然而，该领域碎片化严重，不同社区采用不同公式、构建流程和评估协议，难以比较方法、识别共同假设和评估稳健部署的挑战。本综述统一批判地审视3DSG，重点讨论开放挑战和未来方向，包括节点边属性、层次结构、动态表示和可负担性扩展，并回顾构建方法、下游应用和评估策略。
3D场景图（3DSG）作为一种新兴的空间人工智能表示方法，通过将环境的几何基础与语义和关系抽象相结合，展现出强大的表达能力。它已被广泛应用于机器人学和计算机视觉的众多领域，包括操作、导航、任务规划、场景理解等。然而，尽管其潜力巨大，该领域目前仍处于碎片化状态：不同的研究社区采用了不同的公式化表示、构建流程和评估协议，这使得方法之间的比较变得困难，也阻碍了对共同假设的识别以及对稳健实际部署所面临挑战的全面评估。
为了应对这一问题，一篇由Dennis Rotondi等13位作者共同撰写的综述文章（arXiv:2606.19383）旨在提供对3DSG的统一且批判性的回顾，特别关注开放挑战和未来方向。该综述首先在共同定义下对3DSG进行了形式化，并分析了现有公式中的主要建模选择，包括节点和边的属性、层次结构、动态场景表示以及可负担性感知扩展。接着，它回顾了如何从原始感官观测数据构建3DSG，讨论了最常用的术语、约定和技术。最后，它考察了下游应用和评估策略，从内在图质量到任务级性能。
该综述指出，3DSG的构建通常涉及从传感器数据（如RGB-D图像或激光雷达点云）中提取几何信息，并利用计算机视觉技术进行物体检测、分割和关系推理。层次结构允许在不同粒度上表示场景，例如从单个物体到房间、楼层乃至整个建筑。动态场景表示则关注如何处理随时间变化的环境，如移动物体或变化的空间关系。可负担性感知扩展则旨在捕获环境中的功能可能性，例如一个平面是否适于放置物体。
在评估方面，综述区分了内在图质量指标（如图的完整性、准确性）和任务级性能（如导航效率、操作成功率）。为了促进社区发展，作者还建立了一个专门的网站（https://3dscenegraphs.com/），用于组织和扩展综述内容。该论文已被邀请发表在《Annual Review of Control, Robotics, and Autonomous Systems》第10卷上，其研究对于推动空间AI的标准化和实际应用具有重要意义。