To Ask or Not to Ask? Detecting Absence of Information in Vision and Language Navigation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Abraham, Savitha Sam, Garg, Sourav, Dayoub, Feras |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
TANGO: Traversability-Aware Navigation with Local Metric Control for Topological Goals
par: Podgorski, Stefan, et autres
Publié: (2025)
par: Podgorski, Stefan, et autres
Publié: (2025)
A Physical Agentic Loop for Language-Guided Grasping with Execution-State Monitoring
par: Wang, Wenze, et autres
Publié: (2026)
par: Wang, Wenze, et autres
Publié: (2026)
RoboHop: Segment-based Topological Map Representation for Open-World Visual Navigation
par: Garg, Sourav, et autres
Publié: (2024)
par: Garg, Sourav, et autres
Publié: (2024)
ObjectReact: Learning Object-Relative Control for Visual Navigation
par: Garg, Sourav, et autres
Publié: (2025)
par: Garg, Sourav, et autres
Publié: (2025)
KITE: Keyframe-Indexed Tokenized Evidence for VLM-Based Robot Failure Analysis
par: Hosseinzadeh, Mehdi, et autres
Publié: (2026)
par: Hosseinzadeh, Mehdi, et autres
Publié: (2026)
Robust Scene Change Detection Using Visual Foundation Models and Cross-Attention Mechanisms
par: Lin, Chun-Jung, et autres
Publié: (2024)
par: Lin, Chun-Jung, et autres
Publié: (2024)
SceneEdited: A City-Scale Benchmark for 3D HD Map Updating via Image-Guided Change Detection
par: Lin, Chun-Jung, et autres
Publié: (2025)
par: Lin, Chun-Jung, et autres
Publié: (2025)
Ask, Pose, Unite: Scaling Data Acquisition for Close Interactions with Vision Language Models
par: Bravo-Sánchez, Laura, et autres
Publié: (2024)
par: Bravo-Sánchez, Laura, et autres
Publié: (2024)
AskChart: Universal Chart Understanding through Textual Enhancement
par: Yang, Xudong, et autres
Publié: (2024)
par: Yang, Xudong, et autres
Publié: (2024)
Ask and Remember: A Questions-Only Replay Strategy for Continual Visual Question Answering
par: Marouf, Imad Eddine, et autres
Publié: (2025)
par: Marouf, Imad Eddine, et autres
Publié: (2025)
What You See is What You Ask: Evaluating Audio Descriptions
par: Kala, Divy, et autres
Publié: (2025)
par: Kala, Divy, et autres
Publié: (2025)
Ask, Attend, Attack: A Effective Decision-Based Black-Box Targeted Attack for Image-to-Text Models
par: Zeng, Qingyuan, et autres
Publié: (2024)
par: Zeng, Qingyuan, et autres
Publié: (2024)
Check Field Detection Agent (CFD-Agent) using Multimodal Large Language and Vision Language Models
par: Halder, Sourav, et autres
Publié: (2025)
par: Halder, Sourav, et autres
Publié: (2025)
QueryAdapter: Rapid Adaptation of Vision-Language Models in Response to Natural Language Queries
par: Chapman, Nicolas Harvey, et autres
Publié: (2025)
par: Chapman, Nicolas Harvey, et autres
Publié: (2025)
Do You Keep an Eye on What I Ask? Mitigating Multimodal Hallucination via Attention-Guided Ensemble Decoding
par: Cho, Yeongjae, et autres
Publié: (2025)
par: Cho, Yeongjae, et autres
Publié: (2025)
Wasserstein Distance-based Expansion of Low-Density Latent Regions for Unknown Class Detection
par: Mallick, Prakash, et autres
Publié: (2024)
par: Mallick, Prakash, et autres
Publié: (2024)
Two Complementary Perspectives to Continual Learning: Ask Not Only What to Optimize, But Also How
par: Hess, Timm, et autres
Publié: (2023)
par: Hess, Timm, et autres
Publié: (2023)
HydroVision: Predicting Optically Active Parameters in Surface Water Using Computer Vision
par: Deshmukh, Shubham Laxmikant, et autres
Publié: (2025)
par: Deshmukh, Shubham Laxmikant, et autres
Publié: (2025)
Detecting Precise Hand Touch Moments in Egocentric Video
par: Nguyen, Huy Anh, et autres
Publié: (2026)
par: Nguyen, Huy Anh, et autres
Publié: (2026)
SmartWay: Enhanced Waypoint Prediction and Backtracking for Zero-Shot Vision-and-Language Navigation
par: Shi, Xiangyu, et autres
Publié: (2025)
par: Shi, Xiangyu, et autres
Publié: (2025)
Continual Vision-and-Language Navigation
par: Jeong, Seongjun, et autres
Publié: (2024)
par: Jeong, Seongjun, et autres
Publié: (2024)
Optimized Culprit Identification Using Mobilenet and Attention Mechanisms
par: J, Savitha N, et autres
Publié: (2026)
par: J, Savitha N, et autres
Publié: (2026)
GroundCount: Grounding Vision-Language Models with Object Detection for Mitigating Counting Hallucinations
par: Chen, Boyuan, et autres
Publié: (2026)
par: Chen, Boyuan, et autres
Publié: (2026)
Learning to Retrieve Navigable Candidates for Efficient Vision-and-Language Navigation
par: Gu, Shutian, et autres
Publié: (2026)
par: Gu, Shutian, et autres
Publié: (2026)
Temporal Attention for Cross-View Sequential Image Localization
par: Yuan, Dong, et autres
Publié: (2024)
par: Yuan, Dong, et autres
Publié: (2024)
Vision-and-Language Navigation via Causal Learning
par: Wang, Liuyi, et autres
Publié: (2024)
par: Wang, Liuyi, et autres
Publié: (2024)
Teaching Vision-Language Models to Ask: Resolving Ambiguity in Visual Questions
par: Jian, Pu, et autres
Publié: (2025)
par: Jian, Pu, et autres
Publié: (2025)
Embodied Domain Adaptation for Object Detection
par: Shi, Xiangyu, et autres
Publié: (2025)
par: Shi, Xiangyu, et autres
Publié: (2025)
Actional Atomic-Concept Learning for Demystifying Vision-Language Navigation
par: Lin, Bingqian, et autres
Publié: (2023)
par: Lin, Bingqian, et autres
Publié: (2023)
Fine-Tuning Vision-Language Models for Visual Navigation Assistance
par: Li, Xiao, et autres
Publié: (2025)
par: Li, Xiao, et autres
Publié: (2025)
Dual-Anchoring: Addressing State Drift in Vision-Language Navigation
par: Wu, Kangyi, et autres
Publié: (2026)
par: Wu, Kangyi, et autres
Publié: (2026)
Ask2Loc: Learning to Locate Instructional Visual Answers by Asking Questions
par: Zong, Chang, et autres
Publié: (2025)
par: Zong, Chang, et autres
Publié: (2025)
Navigating the Nuances: A Fine-grained Evaluation of Vision-Language Navigation
par: Wang, Zehao, et autres
Publié: (2024)
par: Wang, Zehao, et autres
Publié: (2024)
Zero-Shot Vision-and-Language Navigation with Collision Mitigation in Continuous Environment
par: Jeong, Seongjun, et autres
Publié: (2024)
par: Jeong, Seongjun, et autres
Publié: (2024)
UnitedVLN: Generalizable Gaussian Splatting for Continuous Vision-Language Navigation
par: Dai, Guangzhao, et autres
Publié: (2024)
par: Dai, Guangzhao, et autres
Publié: (2024)
Fine-Grained Instruction-Guided Graph Reasoning for Vision-and-Language Navigation
par: Liu, Yaohua, et autres
Publié: (2025)
par: Liu, Yaohua, et autres
Publié: (2025)
\textsc{NaVIDA}: Vision-Language Navigation with Inverse Dynamics Augmentation
par: Zhu, Weiye, et autres
Publié: (2026)
par: Zhu, Weiye, et autres
Publié: (2026)
General Scene Adaptation for Vision-and-Language Navigation
par: Hong, Haodong, et autres
Publié: (2025)
par: Hong, Haodong, et autres
Publié: (2025)
Perceptio: Perception Enhanced Vision Language Models via Spatial Token Generation
par: Li, Yuchen, et autres
Publié: (2026)
par: Li, Yuchen, et autres
Publié: (2026)
TINA: Think, Interaction, and Action Framework for Zero-Shot Vision Language Navigation
par: Li, Dingbang, et autres
Publié: (2024)
par: Li, Dingbang, et autres
Publié: (2024)
Documents similaires
-
TANGO: Traversability-Aware Navigation with Local Metric Control for Topological Goals
par: Podgorski, Stefan, et autres
Publié: (2025) -
A Physical Agentic Loop for Language-Guided Grasping with Execution-State Monitoring
par: Wang, Wenze, et autres
Publié: (2026) -
RoboHop: Segment-based Topological Map Representation for Open-World Visual Navigation
par: Garg, Sourav, et autres
Publié: (2024) -
ObjectReact: Learning Object-Relative Control for Visual Navigation
par: Garg, Sourav, et autres
Publié: (2025) -
KITE: Keyframe-Indexed Tokenized Evidence for VLM-Based Robot Failure Analysis
par: Hosseinzadeh, Mehdi, et autres
Publié: (2026)