该文综述神经隐式表面重建研究，涵盖：结合立体匹配与特征保持的SDF框架以提升复杂场景鲁棒性；双层SDF建模穿衣人体并分区渲染；NeuS基于SDF零水平集与体积渲染实现高保真重建；NeuralUDF以无符号距离场重建任意拓扑；以及基于截断SDF与RGB-D、几何纹理光照联合优化、稀疏视角表面先验、UniSDF反射场景重建和几何一致多视图等方法。

本文提出了一种基于优化的操作规划框架，通过学习符号距离场来表示场景中物体，实现多种模型的学习和表示，适用于基于优化的规划。通过学习运动学和动力学模型解决挂杯子和推动物体等任务，符号距离场是对象的共同表示。