**摘要**
空间推理，即确定物体在何处，它们如何关联以及它们如何在3D中移动的能力，仍然是视觉语言模型（ VLM ）的基本挑战。工具增强型代理试图通过使用专业感知模块增强VLM来解决这个问题，但其有效性受到调用这些工具的操作界面的限制。在这项工作中，我们研究如何
👤 作者: Seokju Cho, Ryo Hachiuma, Abhishek Badki, Hang Su, Byung-Kwan Lee, Chan Hee Song, Sifei Liu, Subhashree Radhakrishnan, Seungryong Kim, Yu-Chiang Frank Wang, Min-Hung Chen

---
🔗 **[SpatialClaw ：代理空间推理的重新思考操作界面](https://arxiv.org/abs/2606.13673v1)**

> SpatialClaw: Rethinking Action Interface for Agentic Spatial Reasoning
🏷️ 来源: ArXiv cs.AI
⏱️ 2026-06-12 14:01