Buchumschlag

SPA: 3D Spatial-Awareness Enables Effective Embodied Representation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Haoyi, Yang, Honghui, Wang, Yating, Yang, Jiange, Wang, Limin, He, Tong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VQ-VLA: Improving Vision-Language-Action Models via Scaling Vector-Quantized Action Tokenizers
von: Wang, Yating, et al.
Veröffentlicht: (2025)

CoMo: Learning Continuous Latent Motion from Internet Videos for Scalable Robot Learning
von: Yang, Jiange, et al.
Veröffentlicht: (2025)

Point Cloud Matters: Rethinking the Impact of Different Observation Spaces on Robot Learning
von: Zhu, Haoyi, et al.
Veröffentlicht: (2024)

EmbodieDreamer: Advancing Real2Sim2Real Transfer for Policy Training via Embodied World Modeling
von: Wang, Boyuan, et al.
Veröffentlicht: (2025)

SpatialPoint: Spatial-aware Point Prediction for Embodied Localization
von: Zhu, Qiming, et al.
Veröffentlicht: (2026)

g3D-LF: Generalizable 3D-Language Feature Fields for Embodied Tasks
von: Wang, Zihan, et al.
Veröffentlicht: (2024)

RoomTour3D: Geometry-Aware Video-Instruction Tuning for Embodied Navigation
von: Han, Mingfei, et al.
Veröffentlicht: (2024)

Aether: Geometric-Aware Unified World Modeling
von: Aether Team, et al.
Veröffentlicht: (2025)

Embodied Spatial Intelligence: from Implicit Scene Modeling to Spatial Reasoning
von: Fang, Jiading
Veröffentlicht: (2025)

Embodied Uncertainty-Aware Object Segmentation
von: Fang, Xiaolin, et al.
Veröffentlicht: (2024)

SDA-PLANNER: State-Dependency Aware Adaptive Planner for Embodied Task Planning
von: Shen, Zichao, et al.
Veröffentlicht: (2025)

RoboSafe: Safeguarding Embodied Agents via Executable Safety Logic
von: Wang, Le, et al.
Veröffentlicht: (2025)

Spatial Policy: Guiding Visuomotor Robotic Manipulation with Spatial-Aware Modeling and Reasoning
von: Liu, Yijun, et al.
Veröffentlicht: (2025)

GrabS: Generative Embodied Agent for 3D Object Segmentation without Scene Supervision
von: Zhang, Zihui, et al.
Veröffentlicht: (2025)

MetaUrban: An Embodied AI Simulation Platform for Urban Micromobility
von: Wu, Wayne, et al.
Veröffentlicht: (2024)

CL3R: 3D Reconstruction and Contrastive Learning for Enhanced Robotic Manipulation Representations
von: Cui, Wenbo, et al.
Veröffentlicht: (2025)

SpatialCoT: Advancing Spatial Reasoning through Coordinate Alignment and Chain-of-Thought for Embodied Task Planning
von: Liu, Yuecheng, et al.
Veröffentlicht: (2025)

SocialNav: Training Human-Inspired Foundation Model for Socially-Aware Embodied Navigation
von: Chen, Ziyi, et al.
Veröffentlicht: (2025)

ABot-N0: Technical Report on the VLA Foundation Model for Versatile Embodied Navigation
von: Chu, Zedong, et al.
Veröffentlicht: (2026)

OctoNav: Towards Generalist Embodied Navigation
von: Gao, Chen, et al.
Veröffentlicht: (2025)

EmbodiedVSR: Dynamic Scene Graph-Guided Chain-of-Thought Reasoning for Visual Spatial Tasks
von: Zhang, Yi, et al.
Veröffentlicht: (2025)

OpenGraph: Open-Vocabulary Hierarchical 3D Graph Representation in Large-Scale Outdoor Environments
von: Deng, Yinan, et al.
Veröffentlicht: (2024)

Embodied Tree of Thoughts: Deliberate Manipulation Planning with Embodied World Model
von: Xu, Wenjiang, et al.
Veröffentlicht: (2025)

PhyScene: Physically Interactable 3D Scene Synthesis for Embodied AI
von: Yang, Yandan, et al.
Veröffentlicht: (2024)

Vision-Language Navigation with Embodied Intelligence: A Survey
von: Gao, Peng, et al.
Veröffentlicht: (2024)

RynnEC: Bringing MLLMs into Embodied World
von: Dang, Ronghao, et al.
Veröffentlicht: (2025)

GST-VLA: Structured Gaussian Spatial Tokens for 3D Depth-Aware Vision-Language-Action Models
von: Sarowar, Md Selim, et al.
Veröffentlicht: (2026)

OmniEVA: Embodied Versatile Planner via Task-Adaptive 3D-Grounded and Embodiment-aware Reasoning
von: Liu, Yuecheng, et al.
Veröffentlicht: (2025)

MCRL4OR: Multimodal Contrastive Representation Learning for Off-Road Environmental Perception
von: Yang, Yi, et al.
Veröffentlicht: (2025)

TrackVLA++: Unleashing Reasoning and Memory Capabilities in VLA Models for Embodied Visual Tracking
von: Liu, Jiahang, et al.
Veröffentlicht: (2025)

Depth-aware Fusion Method based on Image and 4D Radar Spectrum for 3D Object Detection
von: Sun, Yue, et al.
Veröffentlicht: (2025)

SORT3D: Spatial Object-centric Reasoning Toolbox for Zero-Shot 3D Grounding Using Large Language Models
von: Zantout, Nader, et al.
Veröffentlicht: (2025)

UnrealZoo: Enriching Photo-realistic Virtual Worlds for Embodied AI
von: Zhong, Fangwei, et al.
Veröffentlicht: (2024)

ConEQsA: Concurrent and Asynchronous Embodied Questions Scheduling and Answering
von: Wang, Haisheng, et al.
Veröffentlicht: (2025)

DecisionNCE: Embodied Multimodal Representations via Implicit Preference Learning
von: Li, Jianxiong, et al.
Veröffentlicht: (2024)

The Safety Challenge of World Models for Embodied AI Agents: A Review
von: Baraldi, Lorenzo, et al.
Veröffentlicht: (2025)

Holodeck: Language Guided Generation of 3D Embodied AI Environments
von: Yang, Yue, et al.
Veröffentlicht: (2023)

SurgSora: Object-Aware Diffusion Model for Controllable Surgical Video Generation
von: Chen, Tong, et al.
Veröffentlicht: (2024)

GaRField++: Reinforced Gaussian Radiance Fields for Large-Scale 3D Scene Reconstruction
von: Zhang, Hanyue, et al.
Veröffentlicht: (2024)

Universal Actions for Enhanced Embodied Foundation Models
von: Zheng, Jinliang, et al.
Veröffentlicht: (2025)