Buchumschlag

SwapTransformer: highway overtaking tactical planner model via imitation learning on OSHA dataset

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shamsoshoara, Alireza, Salih, Safin B, Aghazadeh, Pedram
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Computer Vision and Pattern Recognition Machine Learning Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Goal-conditioned dual-action imitation learning for dexterous dual-arm robot manipulation
von: Kim, Heecheol, et al.
Veröffentlicht: (2022)

EmbodiSwap for Zero-Shot Robot Imitation Learning
von: Dessalene, Eadom, et al.
Veröffentlicht: (2025)

TransForSeg: A Multitask Stereo ViT for Joint Stereo Segmentation and 3D Force Estimation in Catheterization
von: Fekri, Pedram, et al.
Veröffentlicht: (2025)

Accelerating Transformer-Based Monocular SLAM via Geometric Utility Scoring
von: Xiong, Xinmiao, et al.
Veröffentlicht: (2026)

Point-LN: A Lightweight Framework for Efficient Point Cloud Classification Using Non-Parametric Positional Encoding
von: Mohammadi, Marzieh, et al.
Veröffentlicht: (2025)

Enhancing 3D Point Cloud Classification with ModelNet-R and Point-SkipNet
von: Saeid, Mohammad, et al.
Veröffentlicht: (2025)

DINO-CVA: A Multimodal Goal-Conditioned Vision-to-Action Model for Autonomous Catheter Navigation
von: Fekri, Pedram, et al.
Veröffentlicht: (2025)

AYDIV: Adaptable Yielding 3D Object Detection via Integrated Contextual Vision Transformer
von: Dam, Tanmoy, et al.
Veröffentlicht: (2024)

Aug3D: Augmenting large scale outdoor datasets for Generalizable Novel View Synthesis
von: Rauniyar, Aditya, et al.
Veröffentlicht: (2025)

Look, Focus, Act: Efficient and Robust Robot Learning via Human Gaze and Foveated Vision Transformers
von: Chuang, Ian, et al.
Veröffentlicht: (2025)

MTA-RL: Robust Urban Driving via Multi-modal Transformer-based 3D Affordances and Reinforcement Learning
von: Chen, Guangli, et al.
Veröffentlicht: (2026)

DVGT: Driving Visual Geometry Transformer
von: Zuo, Sicheng, et al.
Veröffentlicht: (2025)

On-Device Diffusion Transformer Policy for Efficient Robot Manipulation
von: Wu, Yiming, et al.
Veröffentlicht: (2025)

VIT-Ped: Visionary Intention Transformer for Pedestrian Behavior Analysis
von: Elkammar, Aly R., et al.
Veröffentlicht: (2026)

HiRT: Enhancing Robotic Control with Hierarchical Robot Transformers
von: Zhang, Jianke, et al.
Veröffentlicht: (2024)

Weakly Supervised Point Clouds Transformer for 3D Object Detection
von: Tang, Zuojin, et al.
Veröffentlicht: (2023)

LIAM: Multimodal Transformer for Language Instructions, Images, Actions and Semantic Maps
von: Wang, Yihao, et al.
Veröffentlicht: (2025)

Hierarchical place recognition with omnidirectional images and curriculum learning-based loss functions
von: Alfaro, Marcos, et al.
Veröffentlicht: (2024)

Privacy-Preserving Multi-Stage Fall Detection Framework with Semi-supervised Federated Learning and Robotic Vision Confirmation
von: Azghadi, Seyed Alireza Rahimi, et al.
Veröffentlicht: (2025)

Understanding Video Transformers via Universal Concept Discovery
von: Kowal, Matthew, et al.
Veröffentlicht: (2024)

Region-Transformer: Self-Attention Region Based Class-Agnostic Point Cloud Segmentation
von: Gyawali, Dipesh, et al.
Veröffentlicht: (2024)

InterACT: Inter-dependency Aware Action Chunking with Hierarchical Attention Transformers for Bimanual Manipulation
von: Lee, Andrew, et al.
Veröffentlicht: (2024)

CAPT: Category-level Articulation Estimation from a Single Point Cloud Using Transformer
von: Fu, Lian, et al.
Veröffentlicht: (2024)

M2DA: Multi-Modal Fusion Transformer Incorporating Driver Attention for Autonomous Driving
von: Xu, Dongyang, et al.
Veröffentlicht: (2024)

TransFusionOdom: Interpretable Transformer-based LiDAR-Inertial Fusion Odometry Estimation
von: Sun, Leyuan, et al.
Veröffentlicht: (2023)

X-VLA: Soft-Prompted Transformer as Scalable Cross-Embodiment Vision-Language-Action Model
von: Zheng, Jinliang, et al.
Veröffentlicht: (2025)

Integrating Features for Recognizing Human Activities through Optimized Parameters in Graph Convolutional Networks and Transformer Architectures
von: Belal, Mohammad, et al.
Veröffentlicht: (2024)

Pair-VPR: Place-Aware Pre-training and Contrastive Pair Classification for Visual Place Recognition with Vision Transformers
von: Hausler, Stephen, et al.
Veröffentlicht: (2024)

DaFoEs: Mixing Datasets towards the generalization of vision-state deep-learning Force Estimation in Minimally Invasive Robotic Surgery
von: Reyzabal, Mikel De Iturrate, et al.
Veröffentlicht: (2024)

H-Net: A Multitask Architecture for Simultaneous 3D Force Estimation and Stereo Semantic Segmentation in Intracardiac Catheters
von: Fekri, Pedram, et al.
Veröffentlicht: (2024)

OmniNOCS: A unified NOCS dataset and model for 3D lifting of 2D objects
von: Krishnan, Akshay, et al.
Veröffentlicht: (2024)

Validation & Exploration of Multimodal Deep-Learning Camera-Lidar Calibration models
von: Karramreddy, Venkat, et al.
Veröffentlicht: (2024)

Grounding Driving VLA via Inverse Kinematics
von: Park, Junsung, et al.
Veröffentlicht: (2026)

Planning with the Views via Scene Self-Exploration
von: Wang, Kangrui, et al.
Veröffentlicht: (2026)

Extending Deep Event Visual Odometry with Sparse Point-Cloud Export
von: Safdari, Alireza, et al.
Veröffentlicht: (2026)

Leveraging Foundation Models To learn the shape of semi-fluid deformable objects
von: Assal, Omar El, et al.
Veröffentlicht: (2024)

PhotoBot: Reference-Guided Interactive Photography via Natural Language
von: Limoyo, Oliver, et al.
Veröffentlicht: (2024)

sam-llm: interpretable lane change trajectoryprediction via parametric finetuning
von: Cao, Zhuo, et al.
Veröffentlicht: (2025)

Efficient Robotic Policy Learning via Latent Space Backward Planning
von: Liu, Dongxiu, et al.
Veröffentlicht: (2025)

RoboSafe: Safeguarding Embodied Agents via Executable Safety Logic
von: Wang, Le, et al.
Veröffentlicht: (2025)