Buchumschlag

Pre-training Auto-regressive Robotic Models with 4D Representations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Niu, Dantong, Sharma, Yuvan, Xue, Haoru, Biamby, Giscard, Zhang, Junyi, Ji, Ziteng, Darrell, Trevor, Herzig, Roei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LLARVA: Vision-Action Instruction Tuning Enhances Robot Learning
von: Niu, Dantong, et al.
Veröffentlicht: (2024)

In-Context Learning Enables Robot Action Prediction in LLMs
von: Yin, Yida, et al.
Veröffentlicht: (2024)

Do What? Teaching Vision-Language-Action Models to Reject the Impossible
von: Hsieh, Wen-Han, et al.
Veröffentlicht: (2025)

Learning to Grasp Anything by Playing with Random Toys
von: Niu, Dantong, et al.
Veröffentlicht: (2025)

Mechanistic Finetuning of Vision-Language-Action Models via Few-Shot Demonstrations
von: Mitra, Chancharik, et al.
Veröffentlicht: (2025)

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

LeVERB: Humanoid Whole-Body Control with Latent Vision-Language Instruction
von: Xue, Haoru, et al.
Veröffentlicht: (2025)

Compositional Chain-of-Thought Prompting for Large Multimodal Models
von: Mitra, Chancharik, et al.
Veröffentlicht: (2023)

Navigating the Labyrinth: Evaluating LLMs' Ability to Reason About Search Problems
von: Borazjanizadeh, Nasim, et al.
Veröffentlicht: (2024)

TraveLER: A Modular Multi-LMM Agent Framework for Video Question-Answering
von: Shang, Chuyi, et al.
Veröffentlicht: (2024)

Recursive Visual Programming
von: Ge, Jiaxin, et al.
Veröffentlicht: (2023)

AutoOdom: Learning Auto-regressive Proprioceptive Odometry for Legged Locomotion
von: Luo, Changsheng, et al.
Veröffentlicht: (2025)

VIP: Vision Instructed Pre-training for Robotic Manipulation
von: Li, Zhuoling, et al.
Veröffentlicht: (2024)

Spatiotemporal Predictive Pre-training for Robotic Motor Control
von: Yang, Jiange, et al.
Veröffentlicht: (2024)

Robots Pre-train Robots: Manipulation-Centric Robotic Representation from Large-Scale Robot Datasets
von: Jiang, Guangqi, et al.
Veröffentlicht: (2024)

WROOM: An Autonomous Driving Approach for Off-Road Navigation
von: Kalaria, Dvij, et al.
Veröffentlicht: (2024)

AToM-Bot: Embodied Fulfillment of Unspoken Human Needs with Affective Theory of Mind
von: Ding, Wei, et al.
Veröffentlicht: (2024)

Visual Haystacks: A Vision-Centric Needle-In-A-Haystack Benchmark
von: Wu, Tsung-Han, et al.
Veröffentlicht: (2024)

Learning Model Predictive Control with Error Dynamics Regression for Autonomous Racing
von: Xue, Haoru, et al.
Veröffentlicht: (2023)

EgoScale: Scaling Dexterous Manipulation with Diverse Egocentric Human Data
von: Zheng, Ruijie, et al.
Veröffentlicht: (2026)

H2R: A Human-to-Robot Data Augmentation for Robot Pre-training from Videos
von: Li, Guangrun, et al.
Veröffentlicht: (2025)

Full-Order Sampling-Based MPC for Torque-Level Locomotion Control via Diffusion-Style Annealing
von: Xue, Haoru, et al.
Veröffentlicht: (2024)

AnyCar to Anywhere: Learning Universal Dynamics Model for Agile and Adaptive Mobility
von: Xiao, Wenli, et al.
Veröffentlicht: (2024)

Learning Humanoid Locomotion over Challenging Terrain
von: Radosavovic, Ilija, et al.
Veröffentlicht: (2024)

GUIDES: Guidance Using Instructor-Distilled Embeddings for Pre-trained Robot Policy Enhancement
von: Gao, Minquan, et al.
Veröffentlicht: (2025)

DAVE: A VLM Vision Encoder for Document Understanding and Web Agents
von: Huang, Brandon, et al.
Veröffentlicht: (2025)

Multimodal Task Vectors Enable Many-Shot Multimodal In-Context Learning
von: Huang, Brandon, et al.
Veröffentlicht: (2024)

Visualizing Thought: Conceptual Diagrams Enable Robust Planning in LMMs
von: Borazjanizadeh, Nasim, et al.
Veröffentlicht: (2025)

Latent Implicit Visual Reasoning
von: Li, Kelvin, et al.
Veröffentlicht: (2025)

Pre-Trained Masked Image Model for Mobile Robot Navigation
von: Sharma, Vishnu Dutt, et al.
Veröffentlicht: (2023)

Lifelike Agility and Play in Quadrupedal Robots using Reinforcement Learning and Generative Pre-trained Models
von: Han, Lei, et al.
Veröffentlicht: (2023)

G$^{2}$TR: Generalized Grounded Temporal Reasoning for Robot Instruction Following by Combining Large Pre-trained Models
von: Arora, Riya, et al.
Veröffentlicht: (2024)

Mitigating the Human-Robot Domain Discrepancy in Visual Pre-training for Robotic Manipulation
von: Zhou, Jiaming, et al.
Veröffentlicht: (2024)

Where to Fetch: Extracting Visual Scene Representation from Large Pre-Trained Models for Robotic Goal Navigation
von: Li, Yu, et al.
Veröffentlicht: (2024)

DML-RAM: Deep Multimodal Learning Framework for Robotic Arm Manipulation using Pre-trained Models
von: Kumar, Sathish, et al.
Veröffentlicht: (2025)

MOTO: Offline Pre-training to Online Fine-tuning for Model-based Robot Learning
von: Rafailov, Rafael, et al.
Veröffentlicht: (2024)

Unifying Deep Predicate Invention with Pre-trained Foundation Models
von: Wang, Qianwei, et al.
Veröffentlicht: (2025)

Pheno-Robot: An Auto-Digital Modelling System for In-Situ Phenotyping in the Field
von: Pan, Yaoqiang, et al.
Veröffentlicht: (2024)

Loopy Movements: Emergence of Rotation in a Multicellular Robot
von: Smith, Trevor, et al.
Veröffentlicht: (2024)

Unified Embodied VLM Reasoning with Robotic Action via Autoregressive Discretized Pre-training
von: Liu, Yi, et al.
Veröffentlicht: (2025)