Buchumschlag

Visual Robotic Manipulation with Depth-Aware Pretraining

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Wanying, Li, Jinming, Zhu, Yichen, Xu, Zhiyuan, Che, Zhengping, Peng, Yaxin, Shen, Chaomin, Liu, Dong, Feng, Feifei, Tang, Jian
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Object-Centric Instruction Augmentation for Robotic Manipulation
von: Wen, Junjie, et al.
Veröffentlicht: (2024)

Language-Conditioned Robotic Manipulation with Fast and Slow Thinking
von: Zhu, Minjie, et al.
Veröffentlicht: (2024)

Scaling Diffusion Policy in Transformer to 1 Billion Parameters for Robotic Manipulation
von: Zhu, Minjie, et al.
Veröffentlicht: (2024)

TinyVLA: Towards Fast, Data-Efficient Vision-Language-Action Models for Robotic Manipulation
von: Wen, Junjie, et al.
Veröffentlicht: (2024)

ObjectVLA: End-to-End Open-World Object Manipulation Without Demonstration
von: Zhu, Minjie, et al.
Veröffentlicht: (2025)

DexVLA: Vision-Language Model with Plug-In Diffusion Expert for General Robot Control
von: Wen, Junjie, et al.
Veröffentlicht: (2025)

MMRo: Are Multimodal LLMs Eligible as the Brain for In-Home Robotics?
von: Li, Jinming, et al.
Veröffentlicht: (2024)

Diffusion-VLA: Generalizable and Interpretable Robot Foundation Model via Self-Generated Reasoning
von: Wen, Junjie, et al.
Veröffentlicht: (2024)

Learning from Imperfect Demonstrations with Self-Supervision for Robotic Manipulation
von: Wu, Kun, et al.
Veröffentlicht: (2024)

Discrete Policy: Learning Disentangled Action Space for Multi-Task Robotic Manipulation
von: Wu, Kun, et al.
Veröffentlicht: (2024)

Let Me Show You: Learning by Retrieving from Egocentric Video for Robotic Manipulation
von: Zhu, Yichen, et al.
Veröffentlicht: (2025)

ChatVLA: Unified Multimodal Understanding and Robot Control with Vision-Language-Action Model
von: Zhou, Zhongyi, et al.
Veröffentlicht: (2025)

A Survey on Robotics with Foundation Models: toward Embodied AI
von: Xu, Zhiyuan, et al.
Veröffentlicht: (2024)

CoA-VLA: Improving Vision-Language-Action Models via Visual-Textual Chain-of-Affordance
von: Li, Jinming, et al.
Veröffentlicht: (2024)

ChatVLA-2: Vision-Language-Action Model with Open-World Embodied Reasoning from Pretrained Knowledge
von: Zhou, Zhongyi, et al.
Veröffentlicht: (2025)

WorldEval: World Model as Real-World Robot Policies Evaluator
von: Li, Yaxuan, et al.
Veröffentlicht: (2025)

HACTS: a Human-As-Copilot Teleoperation System for Robot Learning
von: Xu, Zhiyuan, et al.
Veröffentlicht: (2025)

RoboAug: One Annotation to Hundreds of Scenes via Region-Contrastive Data Augmentation for Robotic Manipulation
von: Wang, Xinhua, et al.
Veröffentlicht: (2026)

CRAFT: Adapting VLA Models to Contact-rich Manipulation via Force-aware Curriculum Fine-tuning
von: Zhang, Yike, et al.
Veröffentlicht: (2026)

Diffusion Trajectory-guided Policy for Long-horizon Robot Manipulation
von: Fan, Shichao, et al.
Veröffentlicht: (2025)

PointVLA: Injecting the 3D World into Vision-Language-Action Models
von: Li, Chengmeng, et al.
Veröffentlicht: (2025)

SwitchVLA: Execution-Aware Task Switching for Vision-Language-Action Models
von: Li, Meng, et al.
Veröffentlicht: (2025)

Efficient Training of Generalizable Visuomotor Policies via Control-Aware Augmentation
von: Zhao, Yinuo, et al.
Veröffentlicht: (2024)

MLA: A Multisensory Language-Action Model for Multimodal Understanding and Forecasting in Robotic Manipulation
von: Liu, Zhuoyang, et al.
Veröffentlicht: (2025)

Mipha: A Comprehensive Overhaul of Multimodal Assistant with Small Language Models
von: Zhu, Minjie, et al.
Veröffentlicht: (2024)

FreqPolicy: Efficient Flow-based Visuomotor Policy via Frequency Consistency
von: Su, Yifei, et al.
Veröffentlicht: (2025)

ACL-QL: Adaptive Conservative Level in Q-Learning for Offline Reinforcement Learning
von: Wu, Kun, et al.
Veröffentlicht: (2024)

Hyperbolic Multiview Pretraining for Robotic Manipulation
von: Yang, Jin, et al.
Veröffentlicht: (2026)

Load-Aware Locomotion Control for Humanoid Robots in Industrial Transportation Tasks
von: Fu, Lequn, et al.
Veröffentlicht: (2026)

Training-free Generation of Temporally Consistent Rewards from VLMs
von: Zhao, Yinuo, et al.
Veröffentlicht: (2025)

Goal State Generation for Robotic Manipulation Based on Linguistically Guided Hybrid Gaussian Diffusion
von: Xu, Yichen, et al.
Veröffentlicht: (2024)

ArtVIP: Articulated Digital Assets of Visual Realism, Modular Interaction, and Physical Fidelity for Robot Learning
von: Jin, Zhao, et al.
Veröffentlicht: (2025)

Language-Conditioned Open-Vocabulary Mobile Manipulation with Pretrained Models
von: Tan, Shen, et al.
Veröffentlicht: (2025)

RoboPARA: Dual-Arm Robot Planning with Parallel Allocation and Recomposition Across Tasks
von: Duan, Shiying, et al.
Veröffentlicht: (2025)

HEX: Humanoid-Aligned Experts for Cross-Embodiment Whole-Body Manipulation
von: Bai, Shuanghao, et al.
Veröffentlicht: (2026)

A0: An Affordance-Aware Hierarchical Model for General Robotic Manipulation
von: Xu, Rongtao, et al.
Veröffentlicht: (2025)

Toward Visually Realistic Simulation: A Benchmark for Evaluating Robot Manipulation in Simulation
von: Zhu, Yixin, et al.
Veröffentlicht: (2026)

Learning Spatial-Aware Manipulation Ordering
von: Yan, Yuxiang, et al.
Veröffentlicht: (2025)

ActiveUMI: Robotic Manipulation with Active Perception from Robot-Free Human Demonstrations
von: Zeng, Qiyuan, et al.
Veröffentlicht: (2025)

FlyAware: Inertia-Aware Aerial Manipulation via Vision-Based Estimation and Post-Grasp Adaptation
von: Ye, Biyu, et al.
Veröffentlicht: (2026)