Buchumschlag

Mobility VLA: Multimodal Instruction Navigation with Long-Context VLMs and Topological Graphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chiang, Hao-Tien Lewis, Xu, Zhuo, Fu, Zipeng, Jacob, Mithun George, Zhang, Tingnan, Lee, Tsang-Wei Edward, Yu, Wenhao, Schenck, Connor, Rendleman, David, Shah, Dhruv, Xia, Fei, Hsu, Jasmine, Hoech, Jonathan, Florence, Pete, Kirmani, Sean, Singh, Sumeet, Sindhwani, Vikas, Parada, Carolina, Finn, Chelsea, Xu, Peng, Levine, Sergey, Tan, Jie
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Robotics Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PIVOT: Iterative Visual Prompting Elicits Actionable Knowledge for VLMs
von: Nasiriany, Soroush, et al.
Veröffentlicht: (2024)

AsyncVLA: An Asynchronous VLA for Fast and Robust Navigation on the Edge
von: Hirose, Noriaki, et al.
Veröffentlicht: (2026)

Predictive Red Teaming: Breaking Policies Without Breaking Robots
von: Majumdar, Anirudha, et al.
Veröffentlicht: (2025)

Mobile ALOHA: Learning Bimanual Mobile Manipulation with Low-Cost Whole-Body Teleoperation
von: Fu, Zipeng, et al.
Veröffentlicht: (2024)

Modeling the Real World with High-Density Visual Particle Dynamics
von: Whitney, William F., et al.
Veröffentlicht: (2024)

Learning the RoPEs: Better 2D and 3D Position Encodings with STRING
von: Schenck, Connor, et al.
Veröffentlicht: (2025)

SciFi-Benchmark: Leveraging Science Fiction To Improve Robot Behavior
von: Sermanet, Pierre, et al.
Veröffentlicht: (2025)

Adapt On-the-Go: Behavior Modulation for Single-Life Robot Deployment
von: Chen, Annie S., et al.
Veröffentlicht: (2023)

OmniVLA: An Omni-Modal Vision-Language-Action Model for Robot Navigation
von: Hirose, Noriaki, et al.
Veröffentlicht: (2025)

ALOHA Unleashed: A Simple Recipe for Robot Dexterity
von: Zhao, Tony Z., et al.
Veröffentlicht: (2024)

HumanPlus: Humanoid Shadowing and Imitation from Humans
von: Fu, Zipeng, et al.
Veröffentlicht: (2024)

Helpful DoggyBot: Open-World Object Fetching using Legged Robots and Vision-Language Models
von: Wu, Qi, et al.
Veröffentlicht: (2024)

SpatialVLM: Endowing Vision-Language Models with Spatial Reasoning Capabilities
von: Chen, Boyuan, et al.
Veröffentlicht: (2024)

SteerVLA: Steering Vision-Language-Action Models in Long-Tail Driving Scenarios
von: Gao, Tian, et al.
Veröffentlicht: (2026)

Pushing the Limits of Cross-Embodiment Learning for Manipulation and Navigation
von: Yang, Jonathan, et al.
Veröffentlicht: (2024)

Safely Learning Dynamical Systems
von: Ahmadi, Amir Ali, et al.
Veröffentlicht: (2023)

Embodied AI with Two Arms: Zero-shot Learning, Safety and Modularity
von: Varley, Jake, et al.
Veröffentlicht: (2024)

Posterior Behavioral Cloning: Pretraining BC Policies for Efficient RL Finetuning
von: Wagenmaker, Andrew, et al.
Veröffentlicht: (2025)

Generating Robot Constitutions & Benchmarks for Semantic Safety
von: Sermanet, Pierre, et al.
Veröffentlicht: (2025)

VLA-ATTC: Adaptive Test-Time Compute for VLA Models with Relative Action Critic Model
von: Li, Wenhao, et al.
Veröffentlicht: (2026)

CoT-VLA: Visual Chain-of-Thought Reasoning for Vision-Language-Action Models
von: Zhao, Qingqing, et al.
Veröffentlicht: (2025)

Agent Q: Advanced Reasoning and Learning for Autonomous AI Agents
von: Putta, Pranav, et al.
Veröffentlicht: (2024)

Fostering riparian cooperation in international river basins : the World Bank at its best in development diplomacy / Syed Kirmani, Guy Le Moigne
von: Kirmani, Syed

Sentinel-VLA: A Metacognitive VLA Model with Active Status Monitoring for Dynamic Reasoning and Error Recovery
von: Li, Wenhao, et al.
Veröffentlicht: (2026)

RoboReward: General-Purpose Vision-Language Reward Models for Robotics
von: Lee, Tony, et al.
Veröffentlicht: (2026)

Robotic Control via Embodied Chain-of-Thought Reasoning
von: Zawalski, Michał, et al.
Veröffentlicht: (2024)

Emergence of Human to Robot Transfer in Vision-Language-Action Models
von: Kareer, Simar, et al.
Veröffentlicht: (2025)

Vision Language Models are In-Context Value Learners
von: Ma, Yecheng Jason, et al.
Veröffentlicht: (2024)

Magnetic Tape Care, Storage, and Error Recovery.
von: Schenck, Thomas
Veröffentlicht: (1984)

Sobre el poder del conocimiento, o el conocimiento como poder: Reflexiones sobre la política de la Ciencia Política
von: Marcela Schenck
Veröffentlicht: (2019)

Incorporación de la diversidad genérico-sexual en salud: claves teóricas para un modelo analítico
von: Marcela Schenck
Veröffentlicht: (2018)

Evaluating Gemini Robotics Policies in a Veo World Simulator
von: Gemini Robotics Team, et al.
Veröffentlicht: (2025)

TAPS : Frustratingly Simple Test Time Active Learning for VLMs
von: Sarkar, Dhruv, et al.
Veröffentlicht: (2025)

Linear Transformer Topological Masking with Graph Random Features
von: Reid, Isaac, et al.
Veröffentlicht: (2024)

OpenVLA: An Open-Source Vision-Language-Action Model
von: Kim, Moo Jin, et al.
Veröffentlicht: (2024)

Versatile Locomotion Skills for Hexapod Robots
von: Qu, Tomson, et al.
Veröffentlicht: (2024)

PyGS: Large-scale Scene Representation with Pyramidal 3D Gaussian Splatting
von: Wang, Zipeng, et al.
Veröffentlicht: (2024)

HyRF: Hybrid Radiance Fields for Memory-efficient and High-quality Novel View Synthesis
von: Wang, Zipeng, et al.
Veröffentlicht: (2025)

FlashVGGT: Efficient and Scalable Visual Geometry Transformers with Compressed Descriptor Attention
von: Wang, Zipeng, et al.
Veröffentlicht: (2025)

Remembering African Labor Migration to the Second World
von: Schenck, Marcia C.
Veröffentlicht: (2022)