Newest papers

CoGaussian: Open-Vocabulary Gaussian-based Collaborative 3D Scene Understanding

Om Shivam Verma, Shaya Farahmand, Lingjun Zhao, Lu Gan · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.28530 · cited by 0 works (OpenAlex) · open-access PDF

Russian

Совместное восприятие позволяет агентам получать семантику сцены и геометрию за пределы поля зрения любого отдельного агента. Это более широкое понимание сцены повышает безопасность транспорта и повышает эффективность в многороботных системах. Однако существующие методы совместной семантической занятости опираются на плотные 3D-вокселевые аннотации и ограничиваются распознаванием объектов в пределах заранее определенного набора семантических классов. Чтобы преодолеть эти ограничения, мы представляем CoGaussian, открытую словарную систему Gaussian на основе кооперативного семантического прогнозирования занятости. CoGaussian представляет сцену как набор основополагающих спарсовых 3D Gaussians, которые служат компактом для представ

Machine translation (Meta M2M100); the English original follows.

Abstract

Collaborative perception enables agents to retrieve the scene semantics and geometry beyond the field of view of any individual agent. This broader scene understanding enhances transportation safety and improves efficiency in multi-robot systems. However, existing collaborative semantic occupancy methods rely on dense 3D voxel annotations and are limited to recognizing objects within a predefined set of semantic classes. To overcome these limitations, we present CoGaussian, an open-vocabulary Gaussian-based collaborative semantic occupancy prediction framework. CoGaussian represents a scene as a set of foundation model-aligned sparse 3D Gaussians, which serve as a compact representation for communicating and fusing geometric and semantic information across multiple agents. On the Semantic-OPV2V benchmark, our method outperforms existing open-vocabulary single-agent approaches, highlighting the effectiveness of open-vocabulary collaborative scene understanding.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Semantics (computer science), Set (abstract data type), Representation (politics), Field (mathematics), Artificial intelligence

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange