Buchumschlag

ManipVQA: Injecting Robotic Affordance and Physically Grounded Information into Multi-Modal Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Siyuan, Ponomarenko, Iaroslav, Jiang, Zhengkai, Li, Xiaoqi, Hu, Xiaobin, Gao, Peng, Li, Hongsheng, Dong, Hao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ManipGPT: Is Affordance Segmentation by Large Vision Models Enough for Articulated Object Manipulation?
von: Kim, Taewhan, et al.
Veröffentlicht: (2024)

BiPreManip: Learning Affordance-Based Bimanual Preparatory Manipulation through Anticipatory Collaboration
von: Shen, Yan, et al.
Veröffentlicht: (2026)

UniAff: A Unified Representation of Affordances for Tool Usage and Articulation with Vision-Language Models
von: Yu, Qiaojun, et al.
Veröffentlicht: (2024)

CrayonRobo: Object-Centric Prompt-Driven Vision-Language-Action Model for Robotic Manipulation
von: Li, Xiaoqi, et al.
Veröffentlicht: (2025)

SKT: Integrating State-Aware Keypoint Trajectories with Vision-Language Models for Robotic Garment Manipulation
von: Li, Xin, et al.
Veröffentlicht: (2024)

OmniManip: Towards General Robotic Manipulation via Object-Centric Interaction Primitives as Spatial Constraints
von: Pan, Mingjie, et al.
Veröffentlicht: (2025)

EnerVerse: Envisioning Embodied Future Space for Robotics Manipulation
von: Huang, Siyuan, et al.
Veröffentlicht: (2025)

GeoManip: Geometric Constraints as General Interfaces for Robot Manipulation
von: Tang, Weiliang, et al.
Veröffentlicht: (2025)

NaturalVLM: Leveraging Fine-grained Natural Language for Affordance-Guided Visual Manipulation
von: Xu, Ran, et al.
Veröffentlicht: (2024)

ManipTrans: Efficient Dexterous Bimanual Manipulation Transfer via Residual Learning
von: Li, Kailin, et al.
Veröffentlicht: (2025)

iManip: Skill-Incremental Learning for Robotic Manipulation
von: Zheng, Zexin, et al.
Veröffentlicht: (2025)

ManipDreamer: Boosting Robotic Manipulation World Model with Action Tree and Visual Guidance
von: Li, Ying, et al.
Veröffentlicht: (2025)

OVAL-Prompt: Open-Vocabulary Affordance Localization for Robot Manipulation through LLM Affordance-Grounding
von: Tong, Edmond, et al.
Veröffentlicht: (2024)

AffordVLA: Injecting Affordance Representations into Vision-Language-Action Models via Implicit Feature Alignment
von: Kong, Weijie, et al.
Veröffentlicht: (2026)

UniDoorManip: Learning Universal Door Manipulation Policy Over Large-scale and Diverse Door Manipulation Environments
von: Li, Yu, et al.
Veröffentlicht: (2024)

More than A Point: Capturing Uncertainty with Adaptive Affordance Heatmaps for Spatial Grounding in Robotic Tasks
von: Shao, Xinyu, et al.
Veröffentlicht: (2025)

HeteroGenManip: Generalizable Manipulation For Heterogeneous Object Interactions
von: Shen, Zhenhao, et al.
Veröffentlicht: (2026)

AffordanceLLM: Grounding Affordance from Vision Language Models
von: Qian, Shengyi, et al.
Veröffentlicht: (2024)

LCMF: Lightweight Cross-Modality Mambaformer for Embodied Robotics VQA
von: Kang, Zeyi, et al.
Veröffentlicht: (2025)

Adversarial Data Collection: Human-Collaborative Perturbations for Efficient and Robust Robotic Imitation Learning
von: Huang, Siyuan, et al.
Veröffentlicht: (2025)

AdaManip: Adaptive Articulated Object Manipulation Environments and Policy Learning
von: Wang, Yuanfei, et al.
Veröffentlicht: (2025)

A3VLM: Actionable Articulation-Aware Vision Language Model
von: Huang, Siyuan, et al.
Veröffentlicht: (2024)

Learning Instruction-Guided Manipulation Affordance via Large Models for Embodied Robotic Tasks
von: Li, Dayou, et al.
Veröffentlicht: (2024)

RAIL: Robot Affordance Imagination with Large Language Models
von: Zhang, Ceng, et al.
Veröffentlicht: (2024)

Manip4Care: Robotic Manipulation of Human Limbs for Solving Assistive Tasks
von: Koh, Yubin, et al.
Veröffentlicht: (2025)

BiAssemble: Learning Collaborative Affordance for Bimanual Geometric Assembly
von: Shen, Yan, et al.
Veröffentlicht: (2025)

FSAG: Enhancing Human-to-Dexterous-Hand Finger-Specific Affordance Grounding via Diffusion Models
von: Han, Yifan, et al.
Veröffentlicht: (2026)

Learning Multi-Modal Trajectory Policies for Data-Efficient Robotic Manipulation
von: Chen, Zijia, et al.
Veröffentlicht: (2026)

SafeManip: A Property-Driven Benchmark for Temporal Safety Evaluation in Robotic Manipulation
von: Huang, Chengyue, et al.
Veröffentlicht: (2026)

UniManip: General-Purpose Zero-Shot Robotic Manipulation with Agentic Operational Graph
von: Liu, Haichao, et al.
Veröffentlicht: (2026)

RGBManip: Monocular Image-based Robotic Manipulation through Active Object Pose Estimation
von: An, Boshi, et al.
Veröffentlicht: (2023)

EmbodiedMAE: A Unified 3D Multi-Modal Representation for Robot Manipulation
von: Dong, Zibin, et al.
Veröffentlicht: (2025)

ManipBench: Benchmarking Vision-Language Models for Low-Level Robot Manipulation
von: Zhao, Enyu, et al.
Veröffentlicht: (2025)

Ag2Manip: Learning Novel Manipulation Skills with Agent-Agnostic Visual and Action Representations
von: Li, Puhao, et al.
Veröffentlicht: (2024)

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

Towards Affordance-Aware Robotic Dexterous Grasping with Human-like Priors
von: Zhao, Haoyu, et al.
Veröffentlicht: (2025)

AnchorDP3: 3D Affordance Guided Sparse Diffusion Policy for Robotic Manipulation
von: Zhao, Ziyan, et al.
Veröffentlicht: (2025)

Articulated-Body Dynamics Network: Dynamics-Grounded Prior for Robot Learning
von: Shin, Sangwoo, et al.
Veröffentlicht: (2026)

ManipLVM-R1: Reinforcement Learning for Reasoning in Embodied Manipulation with Large Vision-Language Models
von: Song, Zirui, et al.
Veröffentlicht: (2025)

ManipArena: Comprehensive Real-world Evaluation of Reasoning-Oriented Generalist Robot Manipulation
von: Sun, Yu, et al.
Veröffentlicht: (2026)