RSS-2026 | 港科大（广州）开源首个无需训练的开放词汇3D占据地图构建系统｜RRS 2026
来源：机器之心原文链接：https://mp.weixin.qq.com/s/4e6qXfhfbrNKuJOpRCQqtw从第一视角观测中持续重构三维世界，并理解空间中的几何结构与开放语义信息，是机器人具身感知领域的核心问题。语义占据预测（Semantic Occupancy Prediction） 通过将空间划分为三维体素网格，并为每个体素估计 “空闲、占据、未知” 状态及其语义类别，为机器人的空间推理、导航避障与交互操作提供统一的基础场景表达。然而，现有三维占据预测方法仍高度依赖大规模三维占据标注、语义标注以及精确相机位姿等训练数据。在真实开放环境中，这些假设往往难以成立：当机器人进入全新场景时，通常不存在预先标注好的三维几何与语义真值，也缺乏可靠的全局相机轨迹，更不可能针对每个新环境重新采集数据并训练模型。因此，构建具备强泛化能力、能够在开放真实环境中实现语义占据预测的感知系统，已成