本文提出了一种轻量且统计鲁棒的框架，旨在改善6D姿态估计中的视觉坐标自适应预测的不确定性感知学习。研究通过深度神经网络和蒙特卡洛Dropout等技术，提高了姿态估计的准确性和可靠性，解决了增强现实环境中的姿态估计挑战，并引入PoseBench基准以评估模型的健壮性。