Buchumschlag

CarLLaVA: Vision language models for camera-only closed-loop driving

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Renz, Katrin, Chen, Long, Marcu, Ana-Maria, Hünermann, Jan, Hanotte, Benoit, Karnsund, Alice, Shotton, Jamie, Arani, Elahe, Sinavski, Oleg
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LingoQA: Visual Question Answering for Autonomous Driving
von: Marcu, Ana-Maria, et al.
Veröffentlicht: (2023)

SimLingo: Vision-Only Closed-Loop Autonomous Driving with Language-Action Alignment
von: Renz, Katrin, et al.
Veröffentlicht: (2025)

GAIA-2: A Controllable Multi-View Generative World Model for Autonomous Driving
von: Russell, Lloyd, et al.
Veröffentlicht: (2025)

El Vaticano II, ¿texto constitucional de la fe? Una carta de Peter Hünermann
von: Peter Hünermann
Veröffentlicht: (2016)

Robotic Learning in your Backyard: A Neural Simulator from Open Source Components
von: Zhou, Liyou, et al.
Veröffentlicht: (2024)

EfficientLLaVA:Generalizable Auto-Pruning for Large Vision-language Models
von: Liang, Yinan, et al.
Veröffentlicht: (2025)

NOVO: Bridging LLaVA and SAM with Visual-only Prompts for Reasoning Segmentation
von: Yoon, Kyung-Yoon, et al.
Veröffentlicht: (2025)

Conserve-Update-Revise to Cure Generalization and Robustness Trade-off in Adversarial Training
von: Gowda, Shruthi, et al.
Veröffentlicht: (2024)

Gradual Divergence for Seamless Adaptation: A Novel Domain Incremental Learning Method
von: Jeeveswaran, Kishaan, et al.
Veröffentlicht: (2024)

Beyond Unimodal Learning: The Importance of Integrating Multiple Modalities for Lifelong Learning
von: Sarfraz, Fahad, et al.
Veröffentlicht: (2024)

Can We Break Free from Strong Data Augmentations in Self-Supervised Learning?
von: Gowda, Shruthi, et al.
Veröffentlicht: (2024)

AstroLLaVA: towards the unification of astronomical data and natural language
von: Zaman, Sharaf, et al.
Veröffentlicht: (2025)

Untangling complex ethical issues involving wildlife
von: Justine Shotton
Veröffentlicht: (2024)

Welfare and wildlife rehabilitation
von: Justine Shotton
Veröffentlicht: (2026)

Dynamic-LLaVA: Efficient Multimodal Large Language Models via Dynamic Vision-language Context Sparsification
von: Huang, Wenxuan, et al.
Veröffentlicht: (2024)

The Effectiveness of Random Forgetting for Robust Generalization
von: Ramkumar, Vijaya Raghavan T, et al.
Veröffentlicht: (2024)

Can Sound Replace Vision in LLaVA With Token Substitution?
von: Vosoughi, Ali, et al.
Veröffentlicht: (2025)

Yo'LLaVA: Your Personalized Language and Vision Assistant
von: Nguyen, Thao, et al.
Veröffentlicht: (2024)

LLaVA-OneVision: Easy Visual Task Transfer
von: Li, Bo, et al.
Veröffentlicht: (2024)

Cosmos-LLaVA: Chatting with the Visual Cosmos-LLaVA: Görselle Sohbet Etmek
von: Zeer, Ahmed, et al.
Veröffentlicht: (2024)

TG-LLaVA: Text Guided LLaVA via Learnable Latent Embeddings
von: Yan, Dawei, et al.
Veröffentlicht: (2024)

SQ-LLaVA: Self-Questioning for Large Vision-Language Assistant
von: Sun, Guohao, et al.
Veröffentlicht: (2024)

LLaVA-Ultra: Large Chinese Language and Vision Assistant for Ultrasound
von: Guo, Xuechen, et al.
Veröffentlicht: (2024)

MC-LLaVA: Multi-Concept Personalized Vision-Language Model
von: An, Ruichuan, et al.
Veröffentlicht: (2024)

MC-LLaVA: Multi-Concept Personalized Vision-Language Model
von: An, Ruichuan, et al.
Veröffentlicht: (2025)

LLaVA-LE: Large Language-and-Vision Assistant for Lunar Exploration
von: Inal, Gokce, et al.
Veröffentlicht: (2026)

X-LLaVA: Optimizing Bilingual Large Vision-Language Alignment
von: Shin, Dongjae, et al.
Veröffentlicht: (2024)

IMEX-Reg: Implicit-Explicit Regularization in the Function Space for Continual Learning
von: Bhat, Prashant, et al.
Veröffentlicht: (2024)

Mitigating Interference in the Knowledge Continuum through Attention-Guided Incremental Learning
von: Bhat, Prashant, et al.
Veröffentlicht: (2024)

Continual Learning Beyond Experience Rehearsal and Full Model Surrogates
von: Bhat, Prashant, et al.
Veröffentlicht: (2025)

PhysVid: Physics Aware Local Conditioning for Generative Video Models
von: Pathak, Saurabh, et al.
Veröffentlicht: (2026)

LangProp: A code optimization framework using Large Language Models applied to driving
von: Ishida, Shu, et al.
Veröffentlicht: (2024)

LLaVA-MoD: Making LLaVA Tiny via MoE Knowledge Distillation
von: Shu, Fangxun, et al.
Veröffentlicht: (2024)

When LLaVA Meets Objects: Token Composition for Vision-Language-Models
von: Jahagirdar, Soumya, et al.
Veröffentlicht: (2026)

LLaVA-VSD: Large Language-and-Vision Assistant for Visual Spatial Description
von: Jin, Yizhang, et al.
Veröffentlicht: (2024)

Space-LLaVA: a Vision-Language Model Adapted to Extraterrestrial Applications
von: Foutter, Matthew, et al.
Veröffentlicht: (2024)

LLaVA-MR: Large Language-and-Vision Assistant for Video Moment Retrieval
von: Lu, Weiheng, et al.
Veröffentlicht: (2024)

ATP-LLaVA: Adaptive Token Pruning for Large Vision Language Models
von: Ye, Xubing, et al.
Veröffentlicht: (2024)

MoE-LLaVA: Mixture of Experts for Large Vision-Language Models
von: Lin, Bin, et al.
Veröffentlicht: (2024)

Why do LLaVA Vision-Language Models Reply to Images in English?
von: Hinck, Musashi, et al.
Veröffentlicht: (2024)