Urbex：基于智能体的空间定位框架用于城市级3D场景

Urbex 将城市级3D场景定位任务转化为智能体的主动空间搜索，通过多视角交互环境实现地标查询、区域缩放、斜视图渲染和边界框提交。该框架在 CityRefer 数据集上取得最佳 Hit@1 和 IoU 分数，支持无需真实边界框的候选无关定位，并比最强的城市级排序基线快得多。零样本测试在 STPLS3D-Refer 上也显示出更强的跨场景鲁棒性。