# “蓝杯左边的杯子”：目标、参照物、关系三者分开 [独立阅读](/course/blocks/grounding-target-reference-relation.html)**课堂上下文：从哪个问题来** 语言条件落实为空间输出时，需要明确目标、参照物和关系。GLIP 提供对象级学习和迁移的研究路线；LAB15 提供可逐像素追踪的规则实验。两者的层级不同，但都帮助判断系统到底把框放在谁身上，再与后续掩码处理连接。 短语 `cup left of blue cup` 中，目标类别是 cup，参照物是 blue cup，关系是 left of。看到 blue 就返回蓝杯，找到了参照物，却没有完成目标选择。 LAB15 的受控画布中，左红杯框为 $[15,19,50,58]$，中心横坐标 32.5；右蓝杯框为 $[109,19,144,58]$，中心横坐标 126.5；书的框为 $[60,65,90,80]$。本例定义 left-of 为目标中心横坐标小于参照中心，且目标不是参照物本身。 先找唯一蓝杯，再从其他杯子中筛选：红杯满足 $32.5<126.5$，应返回红杯框。书也在蓝杯左侧，却不满足 cup 类别约束。若蓝杯缺失、出现多个蓝杯或存在多个满足关系的目标，程序必须有明确的无目标/多义处理，不能随意返回最高颜色分的对象。 这里说明的是一套显式关系语义。“完全在左侧”可以改用 $x_{max}(a)