Buchumschlag

LINGO-Space: Language-Conditioned Incremental Grounding for Space

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Dohyun, Oh, Nayoung, Hwang, Deokmin, Park, Daehyung
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Robotics Artificial Intelligence Computation and Language Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ParCo-SDF: Learning Prior-Free Partial-to-Complete Signed Distance Fields of Deformable Objects
von: Hwang, Deokmin, et al.
Veröffentlicht: (2026)

Following Route Instructions using Large Vision-Language Models: A Comparison between Low-level and Panoramic Action Spaces
von: Kåsene, Vebjørn Haug, et al.
Veröffentlicht: (2025)

Ground-level Viewpoint Vision-and-Language Navigation in Continuous Environments
von: Li, Zerui, et al.
Veröffentlicht: (2025)

NavSpace: How Navigation Agents Follow Spatial Intelligence Instructions
von: Yang, Haolin, et al.
Veröffentlicht: (2025)

Probing Collision Grounding in Vision-Language Models for Safe Human-Robot Collaboration
von: Wang, Jun, et al.
Veröffentlicht: (2026)

Which One? Leveraging Context Between Objects and Multiple Views for Language Grounding
von: Mitra, Chancharik, et al.
Veröffentlicht: (2023)

VLABench: A Large-Scale Benchmark for Language-Conditioned Robotics Manipulation with Long-Horizon Reasoning Tasks
von: Zhang, Shiduo, et al.
Veröffentlicht: (2024)

C2F-Space: Coarse-to-Fine Space Grounding for Spatial Instructions using Vision-Language Models
von: Oh, Nayoung, et al.
Veröffentlicht: (2025)

Conditioning Latent-Space Clusters for Real-World Anomaly Classification
von: Bogdoll, Daniel, et al.
Veröffentlicht: (2023)

From Prompts to Pavement Through Time: Temporal Grounding in Agentic Scene-to-Plan Reasoning
von: Gado, Ahmed Y., et al.
Veröffentlicht: (2026)

LangNav: Language as a Perceptual Representation for Navigation
von: Pan, Bowen, et al.
Veröffentlicht: (2023)

SIMSplat: Predictive Driving Scene Editing with Language-aligned 4D Gaussian Splatting
von: Park, Sung-Yeon, et al.
Veröffentlicht: (2025)

Can-Do! A Dataset and Neuro-Symbolic Grounded Framework for Embodied Planning with Large Multimodal Models
von: Chia, Yew Ken, et al.
Veröffentlicht: (2024)

Emma-X: An Embodied Multimodal Action Model with Grounded Chain of Thought and Look-ahead Spatial Reasoning
von: Sun, Qi, et al.
Veröffentlicht: (2024)

OmniEVA: Embodied Versatile Planner via Task-Adaptive 3D-Grounded and Embodiment-aware Reasoning
von: Liu, Yuecheng, et al.
Veröffentlicht: (2025)

OSMa-Bench: Evaluating Open Semantic Mapping Under Varying Lighting Conditions
von: Popov, Maxim, et al.
Veröffentlicht: (2025)

Semantic-Drive: Democratizing Long-Tail Data Curation via Open-Vocabulary Grounding and Neuro-Symbolic VLM Consensus
von: Guillen-Perez, Antonio
Veröffentlicht: (2025)

Video-Language Critic: Transferable Reward Functions for Language-Conditioned Robotics
von: Alakuijala, Minttu, et al.
Veröffentlicht: (2024)

Meanings and Measurements: Multi-Agent Probabilistic Grounding for Vision-Language Navigation
von: Padhan, Swagat, et al.
Veröffentlicht: (2026)

CADENet: Condition-Adaptive Asynchronous Dual-Stream Enhancement Network for Adverse Weather Perception in Autonomous Driving
von: Khairy, Sherif, et al.
Veröffentlicht: (2026)

CLAY: Conditional Visual Similarity Modulation in Vision-Language Embedding Space
von: Lim, Sohwi, et al.
Veröffentlicht: (2026)

OMEGA: Efficient Occlusion-Aware Navigation for Air-Ground Robot in Dynamic Environments via State Space Model
von: Wang, Junming, et al.
Veröffentlicht: (2024)

SceneVerse: Scaling 3D Vision-Language Learning for Grounded Scene Understanding
von: Jia, Baoxiong, et al.
Veröffentlicht: (2024)

Hierarchical Open-Vocabulary 3D Scene Graphs for Language-Grounded Robot Navigation
von: Werby, Abdelrhman, et al.
Veröffentlicht: (2024)

What Limits Vision-and-Language Navigation ?
von: Wang, Yunheng, et al.
Veröffentlicht: (2026)

LangCoop: Collaborative Driving with Language
von: Gao, Xiangbo, et al.
Veröffentlicht: (2025)

A Language Agent for Autonomous Driving
von: Mao, Jiageng, et al.
Veröffentlicht: (2023)

SpaceTimePilot: Generative Rendering of Dynamic Scenes Across Space and Time
von: Huang, Zhening, et al.
Veröffentlicht: (2025)

Vision-and-Language Navigation Generative Pretrained Transformer
von: Hanlin, Wen
Veröffentlicht: (2024)

Learning Compositional Behaviors from Demonstration and Language
von: Liu, Weiyu, et al.
Veröffentlicht: (2025)

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

Do Visual Imaginations Improve Vision-and-Language Navigation Agents?
von: Perincherry, Akhil, et al.
Veröffentlicht: (2025)

Building Cooperative Embodied Agents Modularly with Large Language Models
von: Zhang, Hongxin, et al.
Veröffentlicht: (2023)

VLURes: Benchmarking VLM Visual and Linguistic Understanding in Low-Resource Languages
von: Atuhurra, Jesse, et al.
Veröffentlicht: (2025)

Holodeck: Language Guided Generation of 3D Embodied AI Environments
von: Yang, Yue, et al.
Veröffentlicht: (2023)

MotionScript: Natural Language Descriptions for Expressive 3D Human Motions
von: Yazdian, Payam Jome, et al.
Veröffentlicht: (2023)

ROVER: Recursive Reasoning Over Videos with Vision-Language Models for Embodied Tasks
von: Schroeder, Philip, et al.
Veröffentlicht: (2025)

NavGPT-2: Unleashing Navigational Reasoning Capability for Large Vision-Language Models
von: Zhou, Gengze, et al.
Veröffentlicht: (2024)

CorrectNav: Self-Correction Flywheel Empowers Vision-Language-Action Navigation Model
von: Yu, Zhuoyuan, et al.
Veröffentlicht: (2025)

Cross from Left to Right Brain: Adaptive Text Dreamer for Vision-and-Language Navigation
von: Zhang, Pingrui, et al.
Veröffentlicht: (2025)