दृश्य ग्राफ
एक दृश्य का संरचित प्रतिनिधित्व एक ग्राफ के रूप में जहां नोड्स वस्तुएं या क्षेत्र हैं और किनारे संबंध हैं (ऊपर, बगल में, पकड़ता है, आदि)। दृश्य ग्राफ रोबोट कार्य योजना के लिए संबंधपरक तर्क का समर्थन करते हैं: एक वस्तु को रखने के लिए, रोबोट को स्थानिक संबंधों को समझना चाहिए। VLM छवियों से दृश्य ग्राफ उत्पन्न कर सकते हैं, जो भाषा-आधारित हेरफेर को सक्षम करता है।







