UNMuTe: Unifying Navigation and Multimodal Dialogue-like Text Generation
Fuente:
arXiv
Salvato in:
| Autori principali: | Rawal, Niyati, Bigazzi, Roberto, Baraldi, Lorenzo, Cucchiara, Rita |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
AIGeN: An Adversarial Approach for Instruction Generation in VLN
di: Rawal, Niyati, et al.
Pubblicazione: (2024)
di: Rawal, Niyati, et al.
Pubblicazione: (2024)
Personalized Instance-based Navigation Toward User-Specific Objects in Realistic Environments
di: Barsellotti, Luca, et al.
Pubblicazione: (2024)
di: Barsellotti, Luca, et al.
Pubblicazione: (2024)
Embodied Navigation at the Art Gallery
di: Bigazzi, Roberto, et al.
Pubblicazione: (2022)
di: Bigazzi, Roberto, et al.
Pubblicazione: (2022)
Explore and Explain: Self-supervised Navigation and Recounting
di: Bigazzi, Roberto, et al.
Pubblicazione: (2020)
di: Bigazzi, Roberto, et al.
Pubblicazione: (2020)
Mapping High-level Semantic Regions in Indoor Environments without Object Recognition
di: Bigazzi, Roberto, et al.
Pubblicazione: (2024)
di: Bigazzi, Roberto, et al.
Pubblicazione: (2024)
Embodied Agents for Efficient Exploration and Smart Scene Description
di: Bigazzi, Roberto, et al.
Pubblicazione: (2023)
di: Bigazzi, Roberto, et al.
Pubblicazione: (2023)
Spot the Difference: A Novel Task for Embodied Agents in Changing Environments
di: Landi, Federico, et al.
Pubblicazione: (2022)
di: Landi, Federico, et al.
Pubblicazione: (2022)
Autonomous Embodied Agents: When Robotics Meets Deep Learning Reasoning
di: Bigazzi, Roberto
Pubblicazione: (2025)
di: Bigazzi, Roberto
Pubblicazione: (2025)
Learning to Mask and Permute Visual Tokens for Vision Transformer Pre-Training
di: Baraldi, Lorenzo, et al.
Pubblicazione: (2023)
di: Baraldi, Lorenzo, et al.
Pubblicazione: (2023)
Optimizing Resource Consumption in Diffusion Models through Hallucination Early Detection
di: Betti, Federico, et al.
Pubblicazione: (2024)
di: Betti, Federico, et al.
Pubblicazione: (2024)
Hallucination Early Detection in Diffusion Models
di: Betti, Federico, et al.
Pubblicazione: (2026)
di: Betti, Federico, et al.
Pubblicazione: (2026)
Training-Free Open-Vocabulary Segmentation with Offline Diffusion-Augmented Prototype Generation
di: Barsellotti, Luca, et al.
Pubblicazione: (2024)
di: Barsellotti, Luca, et al.
Pubblicazione: (2024)
RaTA-Tool: Retrieval-based Tool Selection with Multimodal Large Language Models
di: Mattioli, Gabriele, et al.
Pubblicazione: (2026)
di: Mattioli, Gabriele, et al.
Pubblicazione: (2026)
What Changed? Detecting and Evaluating Instruction-Guided Image Edits with Multimodal Large Language Models
di: Baraldi, Lorenzo, et al.
Pubblicazione: (2025)
di: Baraldi, Lorenzo, et al.
Pubblicazione: (2025)
Recurrence Meets Transformers for Universal Multimodal Retrieval
di: Caffagni, Davide, et al.
Pubblicazione: (2025)
di: Caffagni, Davide, et al.
Pubblicazione: (2025)
Personalizing Multimodal Large Language Models for Image Captioning: An Experimental Analysis
di: Bucciarelli, Davide, et al.
Pubblicazione: (2024)
di: Bucciarelli, Davide, et al.
Pubblicazione: (2024)
Recurrence-Enhanced Vision-and-Language Transformers for Robust Multimodal Document Retrieval
di: Caffagni, Davide, et al.
Pubblicazione: (2025)
di: Caffagni, Davide, et al.
Pubblicazione: (2025)
Augmenting Multimodal LLMs with Self-Reflective Tokens for Knowledge-based Visual Question Answering
di: Cocchi, Federico, et al.
Pubblicazione: (2024)
di: Cocchi, Federico, et al.
Pubblicazione: (2024)
Contrasting Deepfakes Diffusion via Contrastive Learning and Global-Local Similarities
di: Baraldi, Lorenzo, et al.
Pubblicazione: (2024)
di: Baraldi, Lorenzo, et al.
Pubblicazione: (2024)
Tiny Inference-Time Scaling with Latent Verifiers
di: Bucciarelli, Davide, et al.
Pubblicazione: (2026)
di: Bucciarelli, Davide, et al.
Pubblicazione: (2026)
Parents and Children: Distinguishing Multimodal DeepFakes from Natural Images
di: Amoroso, Roberto, et al.
Pubblicazione: (2023)
di: Amoroso, Roberto, et al.
Pubblicazione: (2023)
Fluent and Accurate Image Captioning with a Self-Trained Reward Model
di: Moratelli, Nicholas, et al.
Pubblicazione: (2024)
di: Moratelli, Nicholas, et al.
Pubblicazione: (2024)
BRIDGE: Bridging Gaps in Image Captioning Evaluation with Stronger Visual Cues
di: Sarto, Sara, et al.
Pubblicazione: (2024)
di: Sarto, Sara, et al.
Pubblicazione: (2024)
WheelArm-Sim: A Manipulation and Navigation Combined Multimodal Synthetic Data Generation Simulator for Unified Control in Assistive Robotics
di: Liu, Guangping, et al.
Pubblicazione: (2026)
di: Liu, Guangping, et al.
Pubblicazione: (2026)
Beyond Isolation: A Unified Benchmark for General-Purpose Navigation
di: Sun, Samson, et al.
Pubblicazione: (2026)
di: Sun, Samson, et al.
Pubblicazione: (2026)
The Revolution of Multimodal Large Language Models: A Survey
di: Caffagni, Davide, et al.
Pubblicazione: (2024)
di: Caffagni, Davide, et al.
Pubblicazione: (2024)
Wiki-LLaVA: Hierarchical Retrieval-Augmented Generation for Multimodal LLMs
di: Caffagni, Davide, et al.
Pubblicazione: (2024)
di: Caffagni, Davide, et al.
Pubblicazione: (2024)
Resolving Positional Ambiguity in Dialogues by Vision-Language Models for Robot Navigation
di: Chen, Kuan-Lin, et al.
Pubblicazione: (2024)
di: Chen, Kuan-Lin, et al.
Pubblicazione: (2024)
Mitigating Hallucinations in Multimodal LLMs via Object-aware Preference Optimization
di: Compagnoni, Alberto, et al.
Pubblicazione: (2025)
di: Compagnoni, Alberto, et al.
Pubblicazione: (2025)
FantasyVLN: Unified Multimodal Chain-of-Thought Reasoning for Vision-Language Navigation
di: Zuo, Jing, et al.
Pubblicazione: (2026)
di: Zuo, Jing, et al.
Pubblicazione: (2026)
Unified Generation-Refinement Planning: Bridging Guided Flow Matching and Sampling-Based MPC for Social Navigation
di: Mizuta, Kazuki, et al.
Pubblicazione: (2025)
di: Mizuta, Kazuki, et al.
Pubblicazione: (2025)
InstruGen: Automatic Instruction Generation for Vision-and-Language Navigation Via Large Multimodal Models
di: Yan, Yu, et al.
Pubblicazione: (2024)
di: Yan, Yu, et al.
Pubblicazione: (2024)
Perceive, Query & Reason: Enhancing Video QA with Question-Guided Temporal Queries
di: Amoroso, Roberto, et al.
Pubblicazione: (2024)
di: Amoroso, Roberto, et al.
Pubblicazione: (2024)
Unified Path and Gait Planning for Safe Bipedal Robot Navigation
di: Peng, Chengyang, et al.
Pubblicazione: (2024)
di: Peng, Chengyang, et al.
Pubblicazione: (2024)
Synthetic Data Generation for Bridging Sim2Real Gap in a Production Environment
di: Rawal, Parth, et al.
Pubblicazione: (2023)
di: Rawal, Parth, et al.
Pubblicazione: (2023)
Positive-Augmented Contrastive Learning for Vision-and-Language Evaluation and Training
di: Sarto, Sara, et al.
Pubblicazione: (2024)
di: Sarto, Sara, et al.
Pubblicazione: (2024)
Towards Retrieval-Augmented Architectures for Image Captioning
di: Sarto, Sara, et al.
Pubblicazione: (2024)
di: Sarto, Sara, et al.
Pubblicazione: (2024)
Causal Graphical Models for Vision-Language Compositional Understanding
di: Parascandolo, Fiorenzo, et al.
Pubblicazione: (2024)
di: Parascandolo, Fiorenzo, et al.
Pubblicazione: (2024)
Revisiting Image Captioning Training Paradigm via Direct CLIP-based Optimization
di: Moratelli, Nicholas, et al.
Pubblicazione: (2024)
di: Moratelli, Nicholas, et al.
Pubblicazione: (2024)
Hyperbolic Safety-Aware Vision-Language Models
di: Poppi, Tobia, et al.
Pubblicazione: (2025)
di: Poppi, Tobia, et al.
Pubblicazione: (2025)
Documenti analoghi
-
AIGeN: An Adversarial Approach for Instruction Generation in VLN
di: Rawal, Niyati, et al.
Pubblicazione: (2024) -
Personalized Instance-based Navigation Toward User-Specific Objects in Realistic Environments
di: Barsellotti, Luca, et al.
Pubblicazione: (2024) -
Embodied Navigation at the Art Gallery
di: Bigazzi, Roberto, et al.
Pubblicazione: (2022) -
Explore and Explain: Self-supervised Navigation and Recounting
di: Bigazzi, Roberto, et al.
Pubblicazione: (2020) -
Mapping High-level Semantic Regions in Indoor Environments without Object Recognition
di: Bigazzi, Roberto, et al.
Pubblicazione: (2024)