Buchumschlag

Navigation World Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bar, Amir, Zhou, Gaoyue, Tran, Danny, Darrell, Trevor, LeCun, Yann
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

Whole-Body Conditioned Egocentric Video Prediction
von: Bai, Yutong, et al.
Veröffentlicht: (2025)

World Models for Learning Dexterous Hand-Object Interactions from Human Videos
von: Goswami, Raktim Gautam, et al.
Veröffentlicht: (2025)

EgoPet: Egomotion and Interaction Data from an Animal's Perspective
von: Bar, Amir, et al.
Veröffentlicht: (2024)

Stochastic positional embeddings improve masked image modeling
von: Bar, Amir, et al.
Veröffentlicht: (2023)

Learning by Reconstruction Produces Uninformative Features For Perception
von: Balestriero, Randall, et al.
Veröffentlicht: (2024)

LeJEPA: Provable and Scalable Self-Supervised Learning Without the Heuristics
von: Balestriero, Randall, et al.
Veröffentlicht: (2025)

Lifting Embodied World Models for Planning and Control
von: Wang, Alex N., et al.
Veröffentlicht: (2026)

Hierarchical World Models as Visual Whole-Body Humanoid Controllers
von: Hansen, Nicklas, et al.
Veröffentlicht: (2024)

Learning and Leveraging World Models in Visual Representation Learning
von: Garrido, Quentin, et al.
Veröffentlicht: (2024)

From Generated Human Videos to Physically Plausible Robot Trajectories
von: Ni, James, et al.
Veröffentlicht: (2025)

Gaussian Embeddings: How JEPAs Secretly Learn Your Data Density
von: Balestriero, Randall, et al.
Veröffentlicht: (2025)

Blockwise Self-Supervised Learning at Scale
von: Siddiqui, Shoaib Ahmed, et al.
Veröffentlicht: (2023)

DINO-WM: World Models on Pre-trained Visual Features enable Zero-shot Planning
von: Zhou, Gaoyue, et al.
Veröffentlicht: (2024)

Variance-Covariance Regularization Improves Representation Learning
von: Zhu, Jiachen, et al.
Veröffentlicht: (2023)

Transformers without Normalization
von: Zhu, Jiachen, et al.
Veröffentlicht: (2025)

AdaWorld: Learning Adaptable World Models with Latent Actions
von: Gao, Shenyuan, et al.
Veröffentlicht: (2025)

V-JEPA 2: Self-Supervised Video Models Enable Understanding, Prediction and Planning
von: Assran, Mido, et al.
Veröffentlicht: (2025)

Forgotten Polygons: Multimodal Large Language Models are Shape-Blind
von: Rudman, William, et al.
Veröffentlicht: (2025)

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

Revisiting Feature Prediction for Learning Visual Representations from Video
von: Bardes, Adrien, et al.
Veröffentlicht: (2024)

A hierarchical loss and its problems when classifying non-hierarchically
von: Wu, Cinna, et al.
Veröffentlicht: (2017)

Learning Latent Action World Models In The Wild
von: Garrido, Quentin, et al.
Veröffentlicht: (2026)

Vision-Language Models Create Cross-Modal Task Representations
von: Luo, Grace, et al.
Veröffentlicht: (2024)

Video Representation Learning with Joint-Embedding Predictive Architectures
von: Drozdov, Katrina, et al.
Veröffentlicht: (2024)

DIAL: Decoupling Intent and Action via Latent World Modeling for End-to-End VLA
von: Chen, Yi, et al.
Veröffentlicht: (2026)

Learning to Navigate Socially Through Proactive Risk Perception
von: Xiao, Erjia, et al.
Veröffentlicht: (2025)

What Drives Success in Physical Planning with Joint-Embedding Predictive World Models?
von: Terver, Basile, et al.
Veröffentlicht: (2025)

AutoWorld: Scaling Multi-Agent Traffic Simulation with Self-Supervised World Models
von: Pourkeshavatz, Mozhgan, et al.
Veröffentlicht: (2026)

MoDem-V2: Visuo-Motor World Models for Real-World Robot Manipulation
von: Lancaster, Patrick, et al.
Veröffentlicht: (2023)

Enhancing 3D Point Cloud Classification with ModelNet-R and Point-SkipNet
von: Saeid, Mohammad, et al.
Veröffentlicht: (2025)

Surfer: Progressive Reasoning with World Models for Robotic Manipulation
von: Ren, Pengzhen, et al.
Veröffentlicht: (2023)

Cosmos World Foundation Model Platform for Physical AI
von: NVIDIA, et al.
Veröffentlicht: (2025)

World Simulation with Video Foundation Models for Physical AI
von: NVIDIA, et al.
Veröffentlicht: (2025)

Real-World Robot Applications of Foundation Models: A Review
von: Kawaharazuka, Kento, et al.
Veröffentlicht: (2024)

GWM: Towards Scalable Gaussian World Models for Robotic Manipulation
von: Lu, Guanxing, et al.
Veröffentlicht: (2025)

Learning Humanoid Navigation from Human Data
von: Wang, Weizhuo, et al.
Veröffentlicht: (2026)

Point-GN: A Non-Parametric Network Using Gaussian Positional Encoding for Point Cloud Classification
von: Mohammadi, Marzieh, et al.
Veröffentlicht: (2024)

Robustness Is a Function, Not a Number: A Factorized Comprehensive Study of OOD Robustness in Vision-Based Driving
von: Mallak, Amir, et al.
Veröffentlicht: (2026)

ExoPredicator: Learning Abstract Models of Dynamic Worlds for Robot Planning
von: Liang, Yichao, et al.
Veröffentlicht: (2025)

TD-MPC2: Scalable, Robust World Models for Continuous Control
von: Hansen, Nicklas, et al.
Veröffentlicht: (2023)