Newest papers

VoxProg: 3D Spatial Reasoning through Voxel Programming

Zhichao Zhai, Menglei Zhao, Guikun Chen, Zihao Yan, Kanzhi Wu, Wenguan Wang, Jun Xiao · 2026 · arXiv

DOI: 10.48550/arXiv.2610.30127 · open-access PDF

French

Les capacités des modèles linguistiques d'interpréter les tâches et de générer des programmes offrent une base prometteuse pour le raisonnement spatial 3D. Cependant, suivre les instructions spatiales dans les scènes 3D nécessite que les programmes construisent des références géométriques que la langue laisse implicite. Dans ce travail, nous présentons VoxProg, qui formule le placement des objets 3D à travers la programmation voxel: un modèle de langue traduit les interprétations des tâches en programmes exécutables sur des vues voxel locales des surfaces de la scène. Parce que ces vues indiquent la géométrie de surface sur des grilles régulières avec des coordonnées explicites et des relations de voisinage, un programme de preuve c

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

Abstract

Language models' abilities to interpret tasks and generate programs offer a promising basis for 3D spatial reasoning. Yet following spatial instructions in 3D scenes requires programs to construct geometric references that language leaves implicit. In this work, we introduce VoxProg, which formulates 3D object placement through voxel programming: a language model translates task interpretations into executable programs over local voxel views of scene surfaces. Because these views index surface geometry on regular grids with explicit coordinates and neighborhood relations, an evidence program c

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

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