论文页面 - UrbanGround：从局部感知到真实尺度城市中的空间能动性

来源：https://huggingface.co/papers/2608.27456 发布于 8 月 27 日

#3 当日热门论文 (https://huggingface.co/papers/date/2026-08-28) 作者： ， ， ， ， ， ， ， ， ， ， ， ， ， ， ， ，

摘要

UrbanGround 评估了多模态语言模型智能体能否在逼真的 3D 城市副本中维持可靠的导航和空间推理能力，揭示了局部感知技能无法有效组合成有目的的长程行为。

多模态大语言模型 (https://huggingface.co/papers?q=Multimodal%20large%20language%20models)(MLLMs) 能够解读街景，但城市的能动性取决于当智能体开始移动后，此类局部信息是否仍然有效。在本文中，我们研究了当前的MLLM 智能体 (https://huggingface.co/papers?q=MLLM%20agents)能在多大程度上，在复杂且真实尺度的城市中，将局部城市感知转化为可靠的行动。我们提出了UrbanGround (https://huggingface.co/papers?q=UrbanGround)，这是首个基于全境3D 地理空间数据 (https://huggingface.co/papers?q=3D%20geospatial%20data)构建的、物理约束下的香港副本，使这个问题变得可测试的沙盒环境。UrbanGround (https://huggingface.co/papers?q=UrbanGround) 支持从第一人称视角 (https://huggingface.co/papers?q=first-person%20view)进行闭环交互 (https://huggingface.co/papers?q=closed-loop%20interaction)，并提供交互式地图用于导航。智能体可以直接进入 3D 城市，并从第一人称视角 (https://huggingface.co/papers?q=first-person%20view)进行探索。我们的分析围绕空间问题的递进设置了三个研究问题。首先，我们测试智能体能否在主动观察后，对局部场景进行充分定位以回答空间问题。接着，我们探究当目的地变得更远且更不明确时，这种定位能力是否支持导航。最后，我们考察在路线可用性和行人运动发生变化时，产生的行为是否依然有效。当代MLLM 智能体 (https://huggingface.co/papers?q=MLLM%20agents)通常在视觉识别和短距离空间推理 (https://huggingface.co/papers?q=spatial%20reasoning)方面展现出有用的原子能力，而方向判断和行人感知运动 (https://huggingface.co/papers?q=pedestrian-aware%20movement)仍不可靠。它们的核心失败出现在长程探索中，即局部能力无法组合成持续的、有目的的行为 (https://huggingface.co/papers?q=goal-directed%20behavior)，错误会累积且得不到有效修正。我们希望UrbanGround (https://huggingface.co/papers?q=UrbanGround)能支持更广泛的研究，探索当前MLLM 智能体 (https://huggingface.co/papers?q=MLLM%20agents)在复杂、开放式的城市场景中可靠探索的程度。

查看 arXiv 页面 (https://arxiv.org/abs/2608.27456)查看 PDF (https://arxiv.org/pdf/2608.27456)项目页面 (https://urbanground.github.io/)GitHub17 (https://github.com/UrbanGround/UrbanGround)添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2608.27456)

在你的智能体中获取这篇论文：

hf papers read 2608\.27456

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型0

无模型关联此论文

在模型的 README.md 中引用 arxiv.org/abs/2608.27456 以从本页链接到它。

引用本文的数据集0

无数据集关联此论文

在数据集的 README.md 中引用 arxiv.org/abs/2608.27456 以从本页链接到它。

引用本文的 Spaces0

无 Space 关联此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2608.27456 以从本页链接到它。

包含本文的收藏夹0

无收藏夹包含此论文

将此论文添加到收藏夹 (https://huggingface.co/new-collection)以从本页链接到它。