Buchumschlag

Disentangled Neural Relational Inference for Interpretable Motion Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dax, Victoria M., Li, Jiachen, Sachdeva, Enna, Agarwal, Nakul, Kochenderfer, Mykel J.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Robotics Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Scene Informer: Anchor-based Occlusion Inference and Trajectory Prediction in Partially Observable Environments
von: Lange, Bernard, et al.
Veröffentlicht: (2023)

Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation
von: Li, Jiachen, et al.
Veröffentlicht: (2024)

Importance Sampling-Guided Meta-Training for Intelligent Agents in Highly Interactive Environments
von: Arief, Mansur, et al.
Veröffentlicht: (2024)

Graph Q-Learning for Combinatorial Optimization
von: Dax, Victoria M., et al.
Veröffentlicht: (2024)

Robust Planning for Autonomous Vehicles with Diffusion-Based Failure Samplers
von: Wang, Juanran, et al.
Veröffentlicht: (2025)

Failure Probability Estimation for Black-Box Autonomous Systems using State-Dependent Importance Sampling Proposals
von: Delecki, Harrison, et al.
Veröffentlicht: (2024)

Large-Scale Multi-Robot Assembly Planning for Autonomous Manufacturing
von: Brown, Kyle, et al.
Veröffentlicht: (2023)

Diffusion Models for Safety Validation of Autonomous Driving Systems
von: Wang, Juanran, et al.
Veröffentlicht: (2025)

Constrained Hierarchical Monte Carlo Belief-State Planning
von: Jamgochian, Arec, et al.
Veröffentlicht: (2023)

Improving the Resilience of Quadrotors in Underground Environments by Combining Learning-based and Safety Controllers
von: Ward, Isaac Ronald, et al.
Veröffentlicht: (2025)

Optimal Driver Warning Generation in Dynamic Driving Environment
von: Li, Chenran, et al.
Veröffentlicht: (2024)

Predicting Future Spatiotemporal Occupancy Grids with Semantics for Autonomous Driving
von: Toyungyernsub, Maneekwan, et al.
Veröffentlicht: (2023)

Adaptive Science Operations in Deep Space Missions Using Offline Belief State Planning
von: Kim, Grace Ra, et al.
Veröffentlicht: (2025)

Enhanced Importance Sampling through Latent Space Exploration in Normalizing Flows
von: Kruse, Liam A., et al.
Veröffentlicht: (2025)

Scaling Recurrent Neural Networks to a Billion Parameters with Zero-Order Optimization
von: Chaubard, Francois, et al.
Veröffentlicht: (2025)

Diffusion-Based Failure Sampling for Evaluating Safety-Critical Autonomous Systems
von: Delecki, Harrison, et al.
Veröffentlicht: (2024)

Generalized Mission Planning for Heterogeneous Multi-Robot Teams via LLM-constructed Hierarchical Trees
von: Gupta, Piyush, et al.
Veröffentlicht: (2025)

Aircraft Collision Avoidance Systems: Technological Challenges and Solutions on the Path to Regulatory Acceptance
von: Katz, Sydney M., et al.
Veröffentlicht: (2025)

General-Purpose Robotic Navigation via LVLM-Orchestrated Perception, Reasoning, and Acting
von: Lange, Bernard, et al.
Veröffentlicht: (2025)

Foundational World Models Accurately Detect Bimanual Manipulator Failures
von: Ward, Isaac R., et al.
Veröffentlicht: (2026)

Risk-aware Meta-level Decision Making for Exploration Under Uncertainty
von: Ott, Joshua, et al.
Veröffentlicht: (2022)

Towards Generalizable and Interpretable Motion Prediction: A Deep Variational Bayes Approach
von: Lu, Juanwu, et al.
Veröffentlicht: (2024)

SCOUT: A Lightweight Framework for Scenario Coverage Assessment in Autonomous Driving
von: Yildiz, Anil, et al.
Veröffentlicht: (2025)

Revealing Interpretable Failure Modes of VLMs
von: Chaudhary, Isha, et al.
Veröffentlicht: (2026)

Composing Diffusion Policies for Few-shot Learning of Movement Trajectories
von: Patil, Omkar, et al.
Veröffentlicht: (2024)

Generalizability of Graph Neural Networks for Decentralized Unlabeled Motion Planning
von: Muthusamy, Shreyas, et al.
Veröffentlicht: (2024)

Self-supervised Multi-future Occupancy Forecasting for Autonomous Driving
von: Lange, Bernard, et al.
Veröffentlicht: (2024)

Adaptive Prediction Ensemble: Improving Out-of-Distribution Generalization of Motion Forecasting
von: Li, Jinning, et al.
Veröffentlicht: (2024)

Interpretable Responsibility Sharing as a Heuristic for Task and Motion Planning
von: Yenicesu, Arda Sarp, et al.
Veröffentlicht: (2024)

Grounded Vision-Language Interpreter for Integrated Task and Motion Planning
von: Siburian, Jeremy, et al.
Veröffentlicht: (2025)

Neural-Assisted in-Motion Self-Heading Alignment
von: Yampolsky, Zeev, et al.
Veröffentlicht: (2026)

Toward Generalist Neural Motion Planners for Robotic Manipulators: Challenges and Opportunities
von: Soleymanzadeh, Davood, et al.
Veröffentlicht: (2026)

Enter the Mind Palace: Reasoning and Planning for Long-term Active Embodied Question Answering
von: Ginting, Muhammad Fadhil, et al.
Veröffentlicht: (2025)

KoopMotion: Learning Almost Divergence Free Koopman Flow Fields for Motion Planning
von: Li, Alice Kate, et al.
Veröffentlicht: (2025)

FocalAD: Local Motion Planning for End-to-End Autonomous Driving
von: Sun, Bin, et al.
Veröffentlicht: (2025)

Stochasticity in Motion: An Information-Theoretic Approach to Trajectory Prediction
von: Distelzweig, Aron, et al.
Veröffentlicht: (2024)

DRL-Based Trajectory Tracking for Motion-Related Modules in Autonomous Driving
von: Xu, Yinda, et al.
Veröffentlicht: (2023)

Conditional Deep Generative Models for Belief State Planning
von: Bigeard, Antoine, et al.
Veröffentlicht: (2025)

Learning Sequential Kinematic Models from Demonstrations for Multi-Jointed Articulated Objects
von: Gupta, Anmol, et al.
Veröffentlicht: (2025)

TPK: Trustworthy Trajectory Prediction Integrating Prior Knowledge For Interpretability and Kinematic Feasibility
von: Baden, Marius, et al.
Veröffentlicht: (2025)