Enregistré dans:
| Auteurs principaux: | Sarkar, Meenakshi, Bhardwaj, Devansh, Ghose, Debasish |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2406.14436 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Action-conditioned video data improves predictability
par: Sarkar, Meenakshi, et autres
Publié: (2024)
par: Sarkar, Meenakshi, et autres
Publié: (2024)
Precise Action-to-Video Generation Through Visual Action Prompts
par: Wang, Yuang, et autres
Publié: (2025)
par: Wang, Yuang, et autres
Publié: (2025)
Action Images: End-to-End Policy Learning via Multiview Video Generation
par: Zhen, Haoyu, et autres
Publié: (2026)
par: Zhen, Haoyu, et autres
Publié: (2026)
OCRA: Object-Centric Learning with 3D and Tactile Priors for Human-to-Robot Action Transfer
par: Wang, Kuanning, et autres
Publié: (2026)
par: Wang, Kuanning, et autres
Publié: (2026)
MAPLE: Encoding Dexterous Robotic Manipulation Priors Learned From Egocentric Videos
par: Gavryushin, Alexey, et autres
Publié: (2025)
par: Gavryushin, Alexey, et autres
Publié: (2025)
Unified 4D World Action Modeling from Video Priors with Asynchronous Denoising
par: Guo, Jun, et autres
Publié: (2026)
par: Guo, Jun, et autres
Publié: (2026)
VAG: Dual-Stream Video-Action Generation for Embodied Data Synthesis
par: Lang, Xiaolei, et autres
Publié: (2026)
par: Lang, Xiaolei, et autres
Publié: (2026)
CLAP: Contrastive Latent Action Pretraining for Learning Vision-Language-Action Models from Human Videos
par: Zhang, Chubin, et autres
Publié: (2026)
par: Zhang, Chubin, et autres
Publié: (2026)
Unified Video Action Model
par: Li, Shuang, et autres
Publié: (2025)
par: Li, Shuang, et autres
Publié: (2025)
LaMP: Learning Vision-Language-Action Policies with 3D Scene Flow as Latent Motion Prior
par: Wang, Xinkai, et autres
Publié: (2026)
par: Wang, Xinkai, et autres
Publié: (2026)
FreeAction: Training-Free Techniques for Enhanced Fidelity of Trajectory-to-Video Generation
par: Kim, Seungwook, et autres
Publié: (2025)
par: Kim, Seungwook, et autres
Publié: (2025)
Efficient Alignment of Unconditioned Action Prior for Language-conditioned Pick and Place in Clutter
par: Xu, Kechun, et autres
Publié: (2025)
par: Xu, Kechun, et autres
Publié: (2025)
Imagine2Real: Towards Zero-shot Humanoid-Object Interaction via Video Generative Priors
par: Chen, Jiahe, et autres
Publié: (2026)
par: Chen, Jiahe, et autres
Publié: (2026)
AMPLIFY: Actionless Motion Priors for Robot Learning from Videos
par: Collins, Jeremy A., et autres
Publié: (2025)
par: Collins, Jeremy A., et autres
Publié: (2025)
DriveVA: Video Action Models are Zero-Shot Drivers
par: Liu, Mengmeng, et autres
Publié: (2026)
par: Liu, Mengmeng, et autres
Publié: (2026)
Learning Priors of Human Motion With Vision Transformers
par: Falqueto, Placido, et autres
Publié: (2025)
par: Falqueto, Placido, et autres
Publié: (2025)
G-DexGrasp: Generalizable Dexterous Grasping Synthesis Via Part-Aware Prior Retrieval and Prior-Assisted Generation
par: Jian, Juntao, et autres
Publié: (2025)
par: Jian, Juntao, et autres
Publié: (2025)
Multi-View Video Diffusion Policy: A 3D Spatio-Temporal-Aware Video Action Model
par: Li, Peiyan, et autres
Publié: (2026)
par: Li, Peiyan, et autres
Publié: (2026)
F1: A Vision-Language-Action Model Bridging Understanding and Generation to Actions
par: Lv, Qi, et autres
Publié: (2025)
par: Lv, Qi, et autres
Publié: (2025)
S-VAM: Shortcut Video-Action Model by Self-Distilling Geometric and Semantic Foresight
par: Yan, Haodong, et autres
Publié: (2026)
par: Yan, Haodong, et autres
Publié: (2026)
Rodrigues Network for Learning Robot Actions
par: Zhang, Jialiang, et autres
Publié: (2025)
par: Zhang, Jialiang, et autres
Publié: (2025)
Object Reconstruction under Occlusion with Generative Priors and Contact-induced Constraints
par: Zhu, Minghan, et autres
Publié: (2025)
par: Zhu, Minghan, et autres
Publié: (2025)
Dynamic Visual SLAM using a General 3D Prior
par: Zhong, Xingguang, et autres
Publié: (2025)
par: Zhong, Xingguang, et autres
Publié: (2025)
Learning Real-World Action-Video Dynamics with Heterogeneous Masked Autoregression
par: Wang, Lirui, et autres
Publié: (2025)
par: Wang, Lirui, et autres
Publié: (2025)
VidBot: Learning Generalizable 3D Actions from In-the-Wild 2D Human Videos for Zero-Shot Robotic Manipulation
par: Chen, Hanzhi, et autres
Publié: (2025)
par: Chen, Hanzhi, et autres
Publié: (2025)
ActDistill: General Action-Guided Self-Derived Distillation for Efficient Vision-Language-Action Models
par: Ye, Wencheng, et autres
Publié: (2025)
par: Ye, Wencheng, et autres
Publié: (2025)
Dreamitate: Real-World Visuomotor Policy Learning via Video Generation
par: Liang, Junbang, et autres
Publié: (2024)
par: Liang, Junbang, et autres
Publié: (2024)
UniLACT: Depth-Aware RGB Latent Action Learning for Vision-Language-Action Models
par: Govind, Manish Kumar, et autres
Publié: (2026)
par: Govind, Manish Kumar, et autres
Publié: (2026)
Unifying Language-Action Understanding and Generation for Autonomous Driving
par: Wang, Xinyang, et autres
Publié: (2026)
par: Wang, Xinyang, et autres
Publié: (2026)
Autoregressive Meta-Actions for Unified Controllable Trajectory Generation
par: Zhao, Jianbo, et autres
Publié: (2025)
par: Zhao, Jianbo, et autres
Publié: (2025)
Generalizing 6-DoF Grasp Detection via Domain Prior Knowledge
par: Ma, Haoxiang, et autres
Publié: (2024)
par: Ma, Haoxiang, et autres
Publié: (2024)
Seeing Realism from Simulation: Efficient Video Transfer for Vision-Language-Action Data Augmentation
par: Hui, Chenyu, et autres
Publié: (2026)
par: Hui, Chenyu, et autres
Publié: (2026)
Generation Models Know Space: Unleashing Implicit 3D Priors for Scene Understanding
par: Wu, Xianjin, et autres
Publié: (2026)
par: Wu, Xianjin, et autres
Publié: (2026)
World Guidance: World Modeling in Condition Space for Action Generation
par: Su, Yue, et autres
Publié: (2026)
par: Su, Yue, et autres
Publié: (2026)
SCAR: Self-Supervised Continuous Action Representation Learning
par: Liu, Hongjia, et autres
Publié: (2026)
par: Liu, Hongjia, et autres
Publié: (2026)
General Covariant Action Modeling: Constructing Generalized Manifolds via Spatio-Temporal Decoupling
par: Lyu, Huaihai, et autres
Publié: (2026)
par: Lyu, Huaihai, et autres
Publié: (2026)
Exploring Real World Map Change Generalization of Prior-Informed HD Map Prediction Models
par: Bateman, Samuel M., et autres
Publié: (2024)
par: Bateman, Samuel M., et autres
Publié: (2024)
Learning Scene-Level Signed Directional Distance Function with Ellipsoidal Priors and Neural Residuals
par: Dai, Zhirui, et autres
Publié: (2025)
par: Dai, Zhirui, et autres
Publié: (2025)
UniAct: Unified Motion Generation and Action Streaming for Humanoid Robots
par: Jiang, Nan, et autres
Publié: (2025)
par: Jiang, Nan, et autres
Publié: (2025)
Exploring the Limits of Vision-Language-Action Manipulations in Cross-task Generalization
par: Zhou, Jiaming, et autres
Publié: (2025)
par: Zhou, Jiaming, et autres
Publié: (2025)
Documents similaires
-
Action-conditioned video data improves predictability
par: Sarkar, Meenakshi, et autres
Publié: (2024) -
Precise Action-to-Video Generation Through Visual Action Prompts
par: Wang, Yuang, et autres
Publié: (2025) -
Action Images: End-to-End Policy Learning via Multiview Video Generation
par: Zhen, Haoyu, et autres
Publié: (2026) -
OCRA: Object-Centric Learning with 3D and Tactile Priors for Human-to-Robot Action Transfer
par: Wang, Kuanning, et autres
Publié: (2026) -
MAPLE: Encoding Dexterous Robotic Manipulation Priors Learned From Egocentric Videos
par: Gavryushin, Alexey, et autres
Publié: (2025)