इस शोधपत्र का उद्देश्य एक ऐसा त्रि-आयामी दृश्य ग्राफ़ निरूपण विकसित करना है जो कार्यात्मक अंतःक्रिया तत्वों के स्थान और उपयोग की पहचान कर सके, जिससे रोबोट अपने परिवेश के साथ सीधे अंतःक्रिया कर सकें। पारंपरिक वस्तु-स्तरीय रिज़ॉल्यूशन पर निर्भर रहने के बजाय, हम वस्तुओं का पता लगाने और उन्हें बेहतर रिज़ॉल्यूशन पर संग्रहीत करने पर ध्यान केंद्रित करते हैं, और उनके कार्यात्मक महत्व पर ध्यान केंद्रित करते हैं। डेटा की कमी और रोबोटिक सेंसर का उपयोग करके विस्तृत वस्तु विशेषताओं को कैप्चर करने की चुनौतियों का समाधान करने के लिए, हम मौजूदा त्रि-आयामी संसाधनों का उपयोग द्वि-आयामी डेटा उत्पन्न करने और डिटेक्टरों को प्रशिक्षित करने के लिए करते हैं, जिससे मानक त्रि-आयामी दृश्य ग्राफ़ निर्माण प्रक्रिया में सुधार होता है। प्रायोगिक परिणाम दर्शाते हैं कि हमारा दृष्टिकोण अत्याधुनिक त्रि-आयामी मॉडलों के बराबर कार्यात्मक तत्व विभाजन प्रदर्शन प्राप्त करता है और मौजूदा समाधानों की तुलना में अधिक सटीकता के साथ कार्य-संचालित कार्यात्मक अर्थ संबंधी संघों को सक्षम बनाता है।
