Research Map
研究地图
这个页面用来解释：哪些方向和物体位姿估计天然相邻，它们分别解决什么问题，以及它们怎样进入研究文献库。
建议把“方法分类”继续留给 6D pose 内部方法，把视觉定位、开放词汇分割、特征匹配、VLA、世界模型等内容放在研究地图中组织。这样主线不会散，文献库又可以自然扩展。
每个方向都会链接到文献库的研究方向筛选。当前未录入论文的方向会显示为待补充，之后只要给论文元数据设置对应的 researchArea 即可出现。
Core
核心主线
网站仍然以物体位姿估计为中心，先把坐标系、对应关系、PnP、评测协议和主流系统讲清楚。
Geometry & Perception
上游感知与几何支撑
这些方向为位姿估计提供前端感知、可解释对应、三维几何和可渲染表示。
Localization
视觉定位 / SLAM
关注相机在场景或地图中的位姿估计，为物体位姿估计提供定位、建图和多视角几何基础。
和 6D Pose 的关系
共享相机位姿、投影几何和地图表示
阅读入口问题
相机位姿、场景坐标和地图匹配如何影响物体位姿系统？
Matching
特征匹配 / 对应关系
关注局部特征、稠密匹配、2D-3D / 3D-3D 对应，是 PnP、配准和 render-and-compare 的底层能力。
和 6D Pose 的关系
提供可解释的几何对应
阅读入口问题
如何让图像点、物体表面点和三维模型稳定对应起来？
Open-Vocab
开放词汇分割 / 感知
关注开放类别物体发现、语义分割和 mask 生成，帮助位姿估计从固定类别走向开放场景。
和 6D Pose 的关系
提供开放类别的前端感知
阅读入口问题
如何在没有固定类别集合时先找到目标物体？
3D Repr.
3D 表示 / 重建
关注 NeRF、3DGS、TSDF、点云和隐式表示，为无 CAD、少视角和场景级几何建模提供支撑。
和 6D Pose 的关系
补充形状、外观和可渲染几何
阅读入口问题
能否用重建或生成的 3D 表示替代人工 CAD 模型？
Embodied Systems
下游机器人与时序智能
这些方向关心如何把物体状态、语言目标、动作策略和环境预测连接起来。
Robotics
机器人感知与操作
关注抓取、装配和操作任务中如何使用位姿、mask、语言指令和场景几何完成动作规划。
和 6D Pose 的关系
把位姿估计连接到真实动作
阅读入口问题
位姿结果怎样转化成可执行、可靠的机器人操作？
VLA
VLA / 具身智能
关注视觉语言动作模型、机器人基础模型和多模态策略学习，是位姿估计下游任务和高层控制的重要延展。
和 6D Pose 的关系
连接感知、语言和动作策略
阅读入口问题
基础模型如何利用几何感知完成长程操作任务？
World Model
世界模型
关注视频预测、物理动态、latent dynamics 和规划，帮助系统从静态识别走向时序推理和可交互环境建模。
和 6D Pose 的关系
面向预测、规划和物理一致性
阅读入口问题
模型如何理解物体状态会怎样随动作和时间变化？
How To Use
后续怎么扩展
新增非标准 6D pose 论文时，仍然放进研究文献库；用 researchArea 标记大方向，用 methodTags 标记更细的方法线索。
例如开放词汇分割论文可以放到“开放词汇分割 / 感知”，同时用标签记录 segmentation、foundation-model 或 promptable-mask。