分层式三维场景图（3DSG）是室内机器人组织几何与语义信息的一种结构，它跨空间尺度将信息分层排列，其中“房间层”起着承上启下的关键作用：向上连接物体级感知，向下支撑房间尺度的推理。然而，现有系统在构建这一房间层时往往采用不同的空间基底——有的基于地点聚类，有的基于墙面平面，有的直接使用分割输出。由于构建依据不统一，房间节点之间缺乏共同的几何评价标准，导致不同方法产生的房间难以横向比较，这成为该领域一个长期存在的隐性问题。
针对这一痛点，来自 Carlos Cueto Zumaya 等三位作者的研究（arXiv:2606.13727，提交于2026年6月11日，归类为机器人学 cs.RO）提出了一种以占据信息为基础的三维场景图流水线。该方法的核心思想是：将房间节点锚定到由占据分解（occupancy decomposition）得到的、经过跟踪的自由空间区域上，从而为每个房间赋予一个明确的、可用多边形表示的几何轮廓。这样一来，房间不再是抽象标签，而获得了显式的空间占地描述，使房间层节点第一次可以被放在统一的几何准则下进行评估。
在实验部分，作者在12个 Matterport3D 场景上验证了该流水线。评估方式是：将预测出的房间多边形与人工标注的房间实例进行匹配，并与 Hydra 进行比较——Hydra 是当前具有代表性的、基于地点连通性的先进基线方法。结果显示，占据锚定的构建方式能够恢复出明显更多的房间实例，也就是说召回率更高；但代价是精确率有所下降。此外，研究明确指出，如何获得与墙面精确贴合的房间边界，对两种方法而言都仍是一个未解决的问题。
这项工作的意义在于，它把房间层构建的评估从“各说各话”推向了一个共同基准：以多边形占地作为可比较的几何对象。尽管精度方面仍有改进空间，墙体级边界的准确性也尚未攻克，但该研究为分层三维场景图中房间分割的规范化评估提供了新的思路，并已开源代码（https://github.com/crcz25/OccuSG），便于社区复现与后续改进。