本研究提出了一种新的邻域占用掩码自编码器（NOMAE），旨在解决LiDAR点云自监督学习中的大面积空白问题。NOMAE通过在非掩码体素邻域内进行占用重建，有效克服了信息泄漏和计算复杂性。研究结果表明，该方法在语义分割和3D目标检测任务中表现优异，具有重要影响。