3D場景圖：開放挑戰與未來方向
3D場景圖（3DSG）作為空間AI的強大表示，結合了幾何基礎與語義及關係抽象，在機器人學和計算機視覺中廣泛應用。然而，該領域碎片化嚴重，不同社群採用不同公式、構建流程和評估協議，難以比較方法、識別共同假設和評估穩健部署的挑戰。本綜述統一批判地審視3DSG，重點討論開放挑戰和未來方向，包括節點邊屬性、層次結構、動態表示和可負擔性擴充套件，並回顧構建方法、下游應用和評估策略。
3D場景圖（3DSG）作為一種新興的空間人工智慧表示方法，透過將環境的幾何基礎與語義和關係抽象相結合，展現出強大的表達能力。它已被廣泛應用於機器人學和計算機視覺的眾多領域，包括操作、導航、任務規劃、場景理解等。然而，儘管其潛力巨大，該領域目前仍處於碎片化狀態：不同的研究社群採用了不同的公式化表示、構建流程和評估協議，這使得方法之間的比較變得困難，也阻礙了對共同假設的識別以及對穩健實際部署所面臨挑戰的全面評估。
為了應對這一問題，一篇由Dennis Rotondi等13位作者共同撰寫的綜述文章（arXiv:2606.19383）旨在提供對3DSG的統一且批判性的回顧，特別關注開放挑戰和未來方向。該綜述首先在共同定義下對3DSG進行了形式化，並分析了現有公式中的主要建模選擇，包括節點和邊的屬性、層次結構、動態場景表示以及可負擔性感知擴充套件。接著，它回顧瞭如何從原始感官觀測資料構建3DSG，討論了最常用的術語、約定和技術。最後，它考察了下游應用和評估策略，從內在圖質量到任務級效能。
該綜述指出，3DSG的構建通常涉及從感測器資料（如RGB-D影像或雷射雷達點雲）中提取幾何資訊，並利用計算機視覺技術進行物體檢測、分割和關係推理。層次結構允許在不同粒度上表示場景，例如從單個物體到房間、樓層乃至整個建築。動態場景表示則關注如何處理隨時間變化的環境，如移動物體或變化的空間關係。可負擔性感知擴充套件則旨在捕獲環境中的功能可能性，例如一個平面是否適於放置物體。
在評估方面，綜述區分了內在圖質量指標（如圖的完整性、準確性）和任務級效能（如導航效率、操作成功率）。為了促進社群發展，作者還建立了一個專門的網站（https://3dscenegraphs.com/），用於組織和擴充套件綜述內容。該論文已被邀請發表在《Annual Review of Control, Robotics, and Autonomous Systems》第10捲上，其研究對於推動空間AI的標準化和實際應用具有重要意義。