Enregistré dans:
| Auteurs principaux: | Xu, Xinyu, Luo, Shengcheng, Yang, Yanchao, Li, Yong-Lu, Lu, Cewu |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2407.14758 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Revisit Human-Scene Interaction via Space Occupancy
par: Liu, Xinpeng, et autres
Publié: (2023)
par: Liu, Xinpeng, et autres
Publié: (2023)
Bridging the Gap between Human Motion and Action Semantics via Kinematic Phrases
par: Liu, Xinpeng, et autres
Publié: (2023)
par: Liu, Xinpeng, et autres
Publié: (2023)
LIDEA: Human-to-Robot Imitation Learning via Implicit Feature Distillation and Explicit Geometry Alignment
par: Xu, Yifu, et autres
Publié: (2026)
par: Xu, Yifu, et autres
Publié: (2026)
Dancing with Still Images: Video Distillation via Static-Dynamic Disentanglement
par: Wang, Ziyu, et autres
Publié: (2023)
par: Wang, Ziyu, et autres
Publié: (2023)
Human-Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition
par: Luo, Shengcheng, et autres
Publié: (2024)
par: Luo, Shengcheng, et autres
Publié: (2024)
SemGrasp: Semantic Grasp Generation via Language Aligned Discretization
par: Li, Kailin, et autres
Publié: (2024)
par: Li, Kailin, et autres
Publié: (2024)
VFM-Recon: Unlocking Cross-Domain Scene-Level Neural Reconstruction with Scale-Aligned Foundation Priors
par: Ming, Yuhang, et autres
Publié: (2026)
par: Ming, Yuhang, et autres
Publié: (2026)
DiffGen: Robot Demonstration Generation via Differentiable Physics Simulation, Differentiable Rendering, and Vision-Language Model
par: Jin, Yang, et autres
Publié: (2024)
par: Jin, Yang, et autres
Publié: (2024)
Take A Step Back: Rethinking the Two Stages in Visual Reasoning
par: Zhang, Mingyu, et autres
Publié: (2024)
par: Zhang, Mingyu, et autres
Publié: (2024)
Low-Rank Similarity Mining for Multimodal Dataset Distillation
par: Xu, Yue, et autres
Publié: (2024)
par: Xu, Yue, et autres
Publié: (2024)
The Labyrinth of Links: Navigating the Associative Maze of Multi-modal LLMs
par: Li, Hong, et autres
Publié: (2024)
par: Li, Hong, et autres
Publié: (2024)
EvolveNav: Empowering LLM-Based Vision-Language Navigation via Self-Improving Embodied Reasoning
par: Lin, Bingqian, et autres
Publié: (2025)
par: Lin, Bingqian, et autres
Publié: (2025)
VEOcc: Voxel-Centric Online Semantic Occupancy Prediction For Embodied Scene Understanding
par: Wang, Ruoyu, et autres
Publié: (2026)
par: Wang, Ruoyu, et autres
Publié: (2026)
Multi-view Hand Reconstruction with a Point-Embedded Transformer
par: Yang, Lixin, et autres
Publié: (2024)
par: Yang, Lixin, et autres
Publié: (2024)
OmniCam: Unified Multimodal Video Generation via Camera Control
par: Yang, Xiaoda, et autres
Publié: (2025)
par: Yang, Xiaoda, 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)
MSGNav: Unleashing the Power of Multi-modal 3D Scene Graph for Zero-Shot Embodied Navigation
par: Huang, Xun, et autres
Publié: (2025)
par: Huang, Xun, et autres
Publié: (2025)
SCENIC: Scene-aware Semantic Navigation with Instruction-guided Control
par: Zhang, Xiaohan, et autres
Publié: (2024)
par: Zhang, Xiaohan, et autres
Publié: (2024)
iTACO: Interactable Digital Twins of Articulated Objects from Casually Captured RGBD Videos
par: Peng, Weikun, et autres
Publié: (2025)
par: Peng, Weikun, et autres
Publié: (2025)
Nav-R1: Reasoning and Navigation in Embodied Scenes
par: Liu, Qingxiang, et autres
Publié: (2025)
par: Liu, Qingxiang, et autres
Publié: (2025)
OAKINK2: A Dataset of Bimanual Hands-Object Manipulation in Complex Task Completion
par: Zhan, Xinyu, et autres
Publié: (2024)
par: Zhan, Xinyu, et autres
Publié: (2024)
Controllable 3D Outdoor Scene Generation via Scene Graphs
par: Liu, Yuheng, et autres
Publié: (2025)
par: Liu, Yuheng, et autres
Publié: (2025)
QuadricFormer: Scene as Superquadrics for 3D Semantic Occupancy Prediction
par: Zuo, Sicheng, et autres
Publié: (2025)
par: Zuo, Sicheng, et autres
Publié: (2025)
Unbiased Video Scene Graph Generation via Visual and Semantic Dual Debiasing
par: Li, Yanjun, et autres
Publié: (2025)
par: Li, Yanjun, et autres
Publié: (2025)
Semantic Granularity Navigation in Image Editing
par: Lu, Liangsi, et autres
Publié: (2026)
par: Lu, Liangsi, et autres
Publié: (2026)
Dynamic Reconstruction of Hand-Object Interaction with Distributed Force-aware Contact Representation
par: Yu, Zhenjun, et autres
Publié: (2024)
par: Yu, Zhenjun, et autres
Publié: (2024)
Digital Gene: Learning about the Physical World through Analytic Concepts
par: Sun, Jianhua, et autres
Publié: (2025)
par: Sun, Jianhua, et autres
Publié: (2025)
Dense Policy: Bidirectional Autoregressive Learning of Actions
par: Su, Yue, et autres
Publié: (2025)
par: Su, Yue, et autres
Publié: (2025)
Informative Scene Graph Generation via Debiasing
par: Gao, Lianli, et autres
Publié: (2023)
par: Gao, Lianli, et autres
Publié: (2023)
ShapeBoost: Boosting Human Shape Estimation with Part-Based Parameterization and Clothing-Preserving Augmentation
par: Bian, Siyuan, et autres
Publié: (2024)
par: Bian, Siyuan, et autres
Publié: (2024)
Kalib: Easy Hand-Eye Calibration with Reference Point Tracking
par: Tang, Tutian, et autres
Publié: (2024)
par: Tang, Tutian, et autres
Publié: (2024)
TGSFormer: Scalable Temporal Gaussian Splatting for Embodied Semantic Scene Completion
par: Qian, Rui, et autres
Publié: (2025)
par: Qian, Rui, et autres
Publié: (2025)
Interacted Object Grounding in Spatio-Temporal Human-Object Interactions
par: Liu, Xiaoyang, et autres
Publié: (2024)
par: Liu, Xiaoyang, et autres
Publié: (2024)
Embodied-Reasoner: Synergizing Visual Search, Reasoning, and Action for Embodied Interactive Tasks
par: Zhang, Wenqi, et autres
Publié: (2025)
par: Zhang, Wenqi, et autres
Publié: (2025)
NeuroMamba: Multi-Perspective Feature Interaction with Visual Mamba for Neuron Segmentation
par: Jiang, Liuyun, et autres
Publié: (2026)
par: Jiang, Liuyun, et autres
Publié: (2026)
Physically Ground Commonsense Knowledge for Articulated Object Manipulation with Analytic Concepts
par: Wei, Jiude, et autres
Publié: (2025)
par: Wei, Jiude, et autres
Publié: (2025)
Distill Gold from Massive Ores: Bi-level Data Pruning towards Efficient Dataset Distillation
par: Xu, Yue, et autres
Publié: (2023)
par: Xu, Yue, et autres
Publié: (2023)
MEIA: Multimodal Embodied Perception and Interaction in Unknown Environments
par: Liu, Yang, et autres
Publié: (2024)
par: Liu, Yang, et autres
Publié: (2024)
PALUM: Part-based Attention Learning for Unified Motion Retargeting
par: Liu, Siqi, et autres
Publié: (2026)
par: Liu, Siqi, et autres
Publié: (2026)
NavBench: Probing Multimodal Large Language Models for Embodied Navigation
par: Qiao, Yanyuan, et autres
Publié: (2025)
par: Qiao, Yanyuan, et autres
Publié: (2025)
Documents similaires
-
Revisit Human-Scene Interaction via Space Occupancy
par: Liu, Xinpeng, et autres
Publié: (2023) -
Bridging the Gap between Human Motion and Action Semantics via Kinematic Phrases
par: Liu, Xinpeng, et autres
Publié: (2023) -
LIDEA: Human-to-Robot Imitation Learning via Implicit Feature Distillation and Explicit Geometry Alignment
par: Xu, Yifu, et autres
Publié: (2026) -
Dancing with Still Images: Video Distillation via Static-Dynamic Disentanglement
par: Wang, Ziyu, et autres
Publié: (2023) -
Human-Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition
par: Luo, Shengcheng, et autres
Publié: (2024)