גרף סצנה
ייצוג מובנה של סצנה כגרף שבו צמתים הם אובייקטים או אזורים וקצוות הם יחסים (על גבי, ליד, מחזיק, וכו'). גרפי סצנה תומכים בחשיבה יחסית לתכנון משימות רובוט: כדי למקם אובייקט, הרובוט חייב להבין יחסים מרחביים. VLM יכולים ליצור גרפי סצנה מתמונות, מה שמאפשר מניפולציה מעוגנת בשפה.







