Buchumschlag

DISCO: Embodied Navigation and Interaction via Differentiable Scene Semantics and Dual-level Control

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Xinyu, Luo, Shengcheng, Yang, Yanchao, Li, Yong-Lu, Lu, Cewu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Revisit Human-Scene Interaction via Space Occupancy
von: Liu, Xinpeng, et al.
Veröffentlicht: (2023)

Bridging the Gap between Human Motion and Action Semantics via Kinematic Phrases
von: Liu, Xinpeng, et al.
Veröffentlicht: (2023)

LIDEA: Human-to-Robot Imitation Learning via Implicit Feature Distillation and Explicit Geometry Alignment
von: Xu, Yifu, et al.
Veröffentlicht: (2026)

Dancing with Still Images: Video Distillation via Static-Dynamic Disentanglement
von: Wang, Ziyu, et al.
Veröffentlicht: (2023)

SemGrasp: Semantic Grasp Generation via Language Aligned Discretization
von: Li, Kailin, et al.
Veröffentlicht: (2024)

VFM-Recon: Unlocking Cross-Domain Scene-Level Neural Reconstruction with Scale-Aligned Foundation Priors
von: Ming, Yuhang, et al.
Veröffentlicht: (2026)

Human-Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition
von: Luo, Shengcheng, et al.
Veröffentlicht: (2024)

VEOcc: Voxel-Centric Online Semantic Occupancy Prediction For Embodied Scene Understanding
von: Wang, Ruoyu, et al.
Veröffentlicht: (2026)

DiffGen: Robot Demonstration Generation via Differentiable Physics Simulation, Differentiable Rendering, and Vision-Language Model
von: Jin, Yang, et al.
Veröffentlicht: (2024)

SCENIC: Scene-aware Semantic Navigation with Instruction-guided Control
von: Zhang, Xiaohan, et al.
Veröffentlicht: (2024)

Take A Step Back: Rethinking the Two Stages in Visual Reasoning
von: Zhang, Mingyu, et al.
Veröffentlicht: (2024)

Nav-R1: Reasoning and Navigation in Embodied Scenes
von: Liu, Qingxiang, et al.
Veröffentlicht: (2025)

MSGNav: Unleashing the Power of Multi-modal 3D Scene Graph for Zero-Shot Embodied Navigation
von: Huang, Xun, et al.
Veröffentlicht: (2025)

EvolveNav: Empowering LLM-Based Vision-Language Navigation via Self-Improving Embodied Reasoning
von: Lin, Bingqian, et al.
Veröffentlicht: (2025)

Controllable 3D Outdoor Scene Generation via Scene Graphs
von: Liu, Yuheng, et al.
Veröffentlicht: (2025)

Low-Rank Similarity Mining for Multimodal Dataset Distillation
von: Xu, Yue, et al.
Veröffentlicht: (2024)

Unbiased Video Scene Graph Generation via Visual and Semantic Dual Debiasing
von: Li, Yanjun, et al.
Veröffentlicht: (2025)

Semantic Granularity Navigation in Image Editing
von: Lu, Liangsi, et al.
Veröffentlicht: (2026)

QuadricFormer: Scene as Superquadrics for 3D Semantic Occupancy Prediction
von: Zuo, Sicheng, et al.
Veröffentlicht: (2025)

The Labyrinth of Links: Navigating the Associative Maze of Multi-modal LLMs
von: Li, Hong, et al.
Veröffentlicht: (2024)

Multi-view Hand Reconstruction with a Point-Embedded Transformer
von: Yang, Lixin, et al.
Veröffentlicht: (2024)

iTACO: Interactable Digital Twins of Articulated Objects from Casually Captured RGBD Videos
von: Peng, Weikun, et al.
Veröffentlicht: (2025)

OmniCam: Unified Multimodal Video Generation via Camera Control
von: Yang, Xiaoda, et al.
Veröffentlicht: (2025)

LaMP: Learning Vision-Language-Action Policies with 3D Scene Flow as Latent Motion Prior
von: Wang, Xinkai, et al.
Veröffentlicht: (2026)

OAKINK2: A Dataset of Bimanual Hands-Object Manipulation in Complex Task Completion
von: Zhan, Xinyu, et al.
Veröffentlicht: (2024)

TGSFormer: Scalable Temporal Gaussian Splatting for Embodied Semantic Scene Completion
von: Qian, Rui, et al.
Veröffentlicht: (2025)

Informative Scene Graph Generation via Debiasing
von: Gao, Lianli, et al.
Veröffentlicht: (2023)

Dynamic Reconstruction of Hand-Object Interaction with Distributed Force-aware Contact Representation
von: Yu, Zhenjun, et al.
Veröffentlicht: (2024)

ShapeBoost: Boosting Human Shape Estimation with Part-Based Parameterization and Clothing-Preserving Augmentation
von: Bian, Siyuan, et al.
Veröffentlicht: (2024)

Embodied-Reasoner: Synergizing Visual Search, Reasoning, and Action for Embodied Interactive Tasks
von: Zhang, Wenqi, et al.
Veröffentlicht: (2025)

Instruction-as-State: Environment-Guided and State-Conditioned Semantic Understanding for Embodied Navigation
von: Liu, Zhen, et al.
Veröffentlicht: (2026)

Digital Gene: Learning about the Physical World through Analytic Concepts
von: Sun, Jianhua, et al.
Veröffentlicht: (2025)

MEIA: Multimodal Embodied Perception and Interaction in Unknown Environments
von: Liu, Yang, et al.
Veröffentlicht: (2024)

Move to Understand a 3D Scene: Bridging Visual Grounding and Exploration for Efficient and Versatile Embodied Navigation
von: Zhu, Ziyu, et al.
Veröffentlicht: (2025)

NeuroMamba: Multi-Perspective Feature Interaction with Visual Mamba for Neuron Segmentation
von: Jiang, Liuyun, et al.
Veröffentlicht: (2026)

Kalib: Easy Hand-Eye Calibration with Reference Point Tracking
von: Tang, Tutian, et al.
Veröffentlicht: (2024)

NavBench: Probing Multimodal Large Language Models for Embodied Navigation
von: Qiao, Yanyuan, et al.
Veröffentlicht: (2025)

Enhancing 3D Semantic Scene Completion with a Refinement Module
von: Zhang, Dunxing, et al.
Veröffentlicht: (2025)

DualMap: Online Open-Vocabulary Semantic Mapping for Natural Language Navigation in Dynamic Changing Scenes
von: Jiang, Jiajun, et al.
Veröffentlicht: (2025)

RoomPilot: Controllable Indoor Scene Synthesis via Multimodal Semantic Parsing
von: Chen, Wentang, et al.
Veröffentlicht: (2025)