تمكين الوكلاء المستقلين بفهم ثلاثي الأبعاد للأجسام اليومية هو تحدي كبير في تطبيقات الروبوتات. عند استكشاف بيئة غير معروفة، لا تزال الطرق الحالية لتقدير وضع الأجسام غير مرضية بسبب تنوع أشكالها. في هذا البحث، نقترح إطارًا جديدًا لتقدير شكل ووضع الأجسام على مستوى الفئة من صورة واحدة RGB-D. للتعامل مع التباين داخل الفئة، نعتمد تمثيلًا أوليًا دلاليًا يرمز إلى الأشكال المتنوعة في فضاء خفي موحد، وهو المفتاح لإنشاء توافق موثوق بين السحب النقطية المشاهدة والأجسام المقدرة. ثم، باستخدام وصف شكل ثابت أمام SIM(3)، نفصل بشكل جيد بين شكل الجسم وموقعه، مما يدعم عملية تحسين الشكل الخفي للأجسام المستهدفة في أي وضعيات. أظهرت التجارب الواسعة أن الطريقة المقترحة تحقق أداءً رائدًا في تقدير الوضع وأفضل تعميم في مجموعة بيانات العالم الحقيقي. يمكن الوصول إلى الكود والفيديو عبر الرابط: https://zju3dv.github.io/gCasp.