:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yifei, Zhao, Hao, Li, Hongyang, Chen, Siheng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Robotics
Online-Zugang:	https://arxiv.org/abs/2403.08770
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CrowdMAC: Masked Crowd Density Completion for Robust Crowd Density Forecasting
von: Fujii, Ryo, et al.
Veröffentlicht: (2024)

Towards Long-horizon Embodied Agents with Tool-Aligned Vision-Language-Action Models
von: Lei, Zixing, et al.
Veröffentlicht: (2026)

Interruption-Aware Cooperative Perception for V2X Communication-Aided Autonomous Driving
von: Ren, Shunli, et al.
Veröffentlicht: (2023)

CoFiI2P: Coarse-to-Fine Correspondences for Image-to-Point Cloud Registration
von: Kang, Shuhao, et al.
Veröffentlicht: (2023)

WholeBodyVLA: Towards Unified Latent VLA for Whole-Body Loco-Manipulation Control
von: Jiang, Haoran, et al.
Veröffentlicht: (2025)

Tether: Autonomous Functional Play with Correspondence-Driven Trajectory Warping
von: Liang, William, et al.
Veröffentlicht: (2026)

MimicFunc: Imitating Tool Manipulation from a Single Human Video via Functional Correspondence
von: Tang, Chao, et al.
Veröffentlicht: (2025)

OpenGraph: Open-Vocabulary Hierarchical 3D Graph Representation in Large-Scale Outdoor Environments
von: Deng, Yinan, et al.
Veröffentlicht: (2024)

Unified 4D World Action Modeling from Video Priors with Asynchronous Denoising
von: Guo, Jun, et al.
Veröffentlicht: (2026)

Learning from Massive Human Videos for Universal Humanoid Pose Control
von: Mao, Jiageng, et al.
Veröffentlicht: (2024)

Leveraging Unknown Objects to Construct Labeled-Unlabeled Meta-Relationships for Zero-Shot Object Navigation
von: Zheng, Yanwei, et al.
Veröffentlicht: (2024)

Cycle-Correspondence Loss: Learning Dense View-Invariant Visual Features from Unlabeled and Unordered RGB Images
von: Adrian, David B., et al.
Veröffentlicht: (2024)

Into the Unknown: Towards using Generative Models for Sampling Priors of Environment Uncertainty for Planning in Configuration Spaces
von: Bhattacharjee, Subhransu S., et al.
Veröffentlicht: (2025)

End-to-end Autonomous Driving: Challenges and Frontiers
von: Chen, Li, et al.
Veröffentlicht: (2023)

Robots Pre-train Robots: Manipulation-Centric Robotic Representation from Large-Scale Robot Datasets
von: Jiang, Guangqi, et al.
Veröffentlicht: (2024)

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

SCENES: Subpixel Correspondence Estimation With Epipolar Supervision
von: Kloepfer, Dominik A., et al.
Veröffentlicht: (2024)

RAG-3DSG: Enhancing 3D Scene Graphs with Re-Shot Guided Retrieval-Augmented Generation
von: Chang, Yue, et al.
Veröffentlicht: (2026)

CL3R: 3D Reconstruction and Contrastive Learning for Enhanced Robotic Manipulation Representations
von: Cui, Wenbo, et al.
Veröffentlicht: (2025)

SpatialNav: Leveraging Spatial Scene Graphs for Zero-Shot Vision-and-Language Navigation
von: Zhang, Jiwen, et al.
Veröffentlicht: (2026)

Driver-WM: A Driver-Centric Traffic-Conditioned Latent World Model for In-Cabin Dynamics Rollout
von: Chi, Haozhuang, et al.
Veröffentlicht: (2026)

ManipDreamer3D : Synthesizing Plausible Robotic Manipulation Video with Occupancy-aware 3D Trajectory
von: Li, Ying, et al.
Veröffentlicht: (2025)

Visual SLAMMOT Considering Multiple Motion Models
von: Tian, Peilin, et al.
Veröffentlicht: (2024)

Securing the Skies: A Comprehensive Survey on Anti-UAV Methods, Benchmarking, and Future Directions
von: Dong, Yifei, et al.
Veröffentlicht: (2025)

Image-Goal Navigation Using Refined Feature Guidance and Scene Graph Enhancement
von: Feng, Zhicheng, et al.
Veröffentlicht: (2025)

Human-Aware Vision-and-Language Navigation: Bridging Simulation to Reality with Dynamic Human Interactions
von: Li, Heng, et al.
Veröffentlicht: (2024)

DiffVLA: Vision-Language Guided Diffusion Planning for Autonomous Driving
von: Jiang, Anqing, et al.
Veröffentlicht: (2025)

Bridging Spectral-wise and Multi-spectral Depth Estimation via Geometry-guided Contrastive Learning
von: Shin, Ukcheol, et al.
Veröffentlicht: (2025)

Fast maneuver recovery from aerial observation: trajectory clustering and outliers rejection
von: de Moura, Nelson, et al.
Veröffentlicht: (2024)

FreDSNet: Joint Monocular Depth and Semantic Segmentation with Fast Fourier Convolutions
von: Berenguel-Baeta, Bruno, et al.
Veröffentlicht: (2022)

LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning
von: Hao, Haihong, et al.
Veröffentlicht: (2026)

Chain of World: World Model Thinking in Latent Motion
von: Yang, Fuxiang, et al.
Veröffentlicht: (2026)

World-Ego Modeling for Long-Horizon Evolution in Hybrid Embodied Tasks
von: Lin, Zuyao, et al.
Veröffentlicht: (2026)

Fast3R: Towards 3D Reconstruction of 1000+ Images in One Forward Pass
von: Yang, Jianing, et al.
Veröffentlicht: (2025)

Drive-P2D: A Progressive Perception-to-Decision Benchmark for VLMs in Autonomous Driving
von: Tang, Zecong, et al.
Veröffentlicht: (2026)

HA-VLN 2.0: An Open Benchmark and Leaderboard for Human-Aware Navigation in Discrete and Continuous Environments with Dynamic Multi-Human Interactions
von: Dong, Yifei, et al.
Veröffentlicht: (2025)

FunGraph: Functionality Aware 3D Scene Graphs for Language-Prompted Scene Interaction
von: Rotondi, Dennis, et al.
Veröffentlicht: (2025)

UnrealZoo: Enriching Photo-realistic Virtual Worlds for Embodied AI
von: Zhong, Fangwei, et al.
Veröffentlicht: (2024)

PhysTwin: Physics-Informed Reconstruction and Simulation of Deformable Objects from Videos
von: Jiang, Hanxiao, et al.
Veröffentlicht: (2025)

EmbodiedVSR: Dynamic Scene Graph-Guided Chain-of-Thought Reasoning for Visual Spatial Tasks
von: Zhang, Yi, et al.
Veröffentlicht: (2025)