Enregistré dans:
| Auteurs principaux: | Lisondra, Matthew, Benhabib, Beno, Nejat, Goldie |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2505.20503 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
LDTrack: Dynamic People Tracking by Service Robots using Diffusion Models
par: Fung, Angus, et autres
Publié: (2024)
par: Fung, Angus, et autres
Publié: (2024)
Robots Autonomously Detecting People: A Multimodal Deep Contrastive Learning Method Robust to Intraclass Variations
par: Fung, Angus, et autres
Publié: (2022)
par: Fung, Angus, et autres
Publié: (2022)
PovNet+: A Deep Learning Architecture for Socially Assistive Robots to Learn and Assist with Multiple Activities of Daily Living
par: Robinson, Fraser, et autres
Publié: (2026)
par: Robinson, Fraser, et autres
Publié: (2026)
AutoRT: Embodied Foundation Models for Large Scale Orchestration of Robotic Agents
par: Ahn, Michael, et autres
Publié: (2024)
par: Ahn, Michael, et autres
Publié: (2024)
MLLM-Search: A Zero-Shot Approach to Finding People using Multimodal Large Language Models
par: Fung, Angus, et autres
Publié: (2024)
par: Fung, Angus, et autres
Publié: (2024)
CogACT: A Foundational Vision-Language-Action Model for Synergizing Cognition and Action in Robotic Manipulation
par: Li, Qixiu, et autres
Publié: (2024)
par: Li, Qixiu, et autres
Publié: (2024)
LEGENT: Open Platform for Embodied Agents
par: Cheng, Zhili, et autres
Publié: (2024)
par: Cheng, Zhili, et autres
Publié: (2024)
MultiPLY: A Multisensory Object-Centric Embodied Large Language Model in 3D World
par: Hong, Yining, et autres
Publié: (2024)
par: Hong, Yining, et autres
Publié: (2024)
OceanGym: A Benchmark Environment for Underwater Embodied Agents
par: Xue, Yida, et autres
Publié: (2025)
par: Xue, Yida, et autres
Publié: (2025)
Teaching Embodied Reinforcement Learning Agents: Informativeness and Diversity of Language Use
par: Xi, Jiajun, et autres
Publié: (2024)
par: Xi, Jiajun, et autres
Publié: (2024)
DecisionNCE: Embodied Multimodal Representations via Implicit Preference Learning
par: Li, Jianxiong, et autres
Publié: (2024)
par: Li, Jianxiong, et autres
Publié: (2024)
Learning from Trials and Errors: Reflective Test-Time Planning for Embodied LLMs
par: Hong, Yining, et autres
Publié: (2026)
par: Hong, Yining, et autres
Publié: (2026)
ESI-Bench: Towards Embodied Spatial Intelligence that Closes the Perception-Action Loop
par: Hong, Yining, et autres
Publié: (2026)
par: Hong, Yining, et autres
Publié: (2026)
Real-World Robot Applications of Foundation Models: A Review
par: Kawaharazuka, Kento, et autres
Publié: (2024)
par: Kawaharazuka, Kento, et autres
Publié: (2024)
IS-Bench: Evaluating Interactive Safety of VLM-Driven Embodied Agents in Daily Household Tasks
par: Lu, Xiaoya, et autres
Publié: (2025)
par: Lu, Xiaoya, et autres
Publié: (2025)
Lexicon3D: Probing Visual Foundation Models for Complex 3D Scene Understanding
par: Man, Yunze, et autres
Publié: (2024)
par: Man, Yunze, et autres
Publié: (2024)
Language and Planning in Robotic Navigation: A Multilingual Evaluation of State-of-the-Art Models
par: Mansour, Malak, et autres
Publié: (2025)
par: Mansour, Malak, et autres
Publié: (2025)
EmbodiSwap for Zero-Shot Robot Imitation Learning
par: Dessalene, Eadom, et autres
Publié: (2025)
par: Dessalene, Eadom, et autres
Publié: (2025)
Fake or Real, Can Robots Tell? Evaluating VLM Robustness to Domain Shift in Single-View Robotic Scene Understanding
par: Tavella, Federico, et autres
Publié: (2025)
par: Tavella, Federico, et autres
Publié: (2025)
ViPRA: Video Prediction for Robot Actions
par: Routray, Sandeep, et autres
Publié: (2025)
par: Routray, Sandeep, et autres
Publié: (2025)
A Survey of Embodied Learning for Object-Centric Robotic Manipulation
par: Zheng, Ying, et autres
Publié: (2024)
par: Zheng, Ying, et autres
Publié: (2024)
RT-Affordance: Affordances are Versatile Intermediate Representations for Robot Manipulation
par: Nasiriany, Soroush, et autres
Publié: (2024)
par: Nasiriany, Soroush, et autres
Publié: (2024)
Video-Language Critic: Transferable Reward Functions for Language-Conditioned Robotics
par: Alakuijala, Minttu, et autres
Publié: (2024)
par: Alakuijala, Minttu, et autres
Publié: (2024)
LLaRA: Supercharging Robot Learning Data for Vision-Language Policy
par: Li, Xiang, et autres
Publié: (2024)
par: Li, Xiang, et autres
Publié: (2024)
Moto: Latent Motion Token as the Bridging Language for Learning Robot Manipulation from Videos
par: Chen, Yi, et autres
Publié: (2024)
par: Chen, Yi, et autres
Publié: (2024)
Hierarchical Open-Vocabulary 3D Scene Graphs for Language-Grounded Robot Navigation
par: Werby, Abdelrhman, et autres
Publié: (2024)
par: Werby, Abdelrhman, et autres
Publié: (2024)
Mobile Robot Navigation Using Hand-Drawn Maps: A Vision Language Model Approach
par: Tan, Aaron Hao, et autres
Publié: (2025)
par: Tan, Aaron Hao, et autres
Publié: (2025)
Theia: Distilling Diverse Vision Foundation Models for Robot Learning
par: Shang, Jinghuan, et autres
Publié: (2024)
par: Shang, Jinghuan, et autres
Publié: (2024)
Toward General-Purpose Robots via Foundation Models: A Survey and Meta-Analysis
par: Hu, Yafei, et autres
Publié: (2023)
par: Hu, Yafei, et autres
Publié: (2023)
Cosmos World Foundation Model Platform for Physical AI
par: NVIDIA, et autres
Publié: (2025)
par: NVIDIA, et autres
Publié: (2025)
World Simulation with Video Foundation Models for Physical AI
par: NVIDIA, et autres
Publié: (2025)
par: NVIDIA, et autres
Publié: (2025)
EfficientFlow: Efficient Equivariant Flow Policy Learning for Embodied AI
par: Chang, Jianlei, et autres
Publié: (2025)
par: Chang, Jianlei, et autres
Publié: (2025)
Scaling Robot Policy Learning via Zero-Shot Labeling with Foundation Models
par: Blank, Nils, et autres
Publié: (2024)
par: Blank, Nils, et autres
Publié: (2024)
When Robots Should Say "I Don't Know": Benchmarking Abstention in Embodied Question Answering
par: Wu, Tao, et autres
Publié: (2025)
par: Wu, Tao, et autres
Publié: (2025)
PhyScene: Physically Interactable 3D Scene Synthesis for Embodied AI
par: Yang, Yandan, et autres
Publié: (2024)
par: Yang, Yandan, et autres
Publié: (2024)
Vidar: Embodied Video Diffusion Model for Generalist Manipulation
par: Feng, Yao, et autres
Publié: (2025)
par: Feng, Yao, et autres
Publié: (2025)
Critiques of World Models
par: Xing, Eric, et autres
Publié: (2025)
par: Xing, Eric, et autres
Publié: (2025)
Generative Image as Action Models
par: Shridhar, Mohit, et autres
Publié: (2024)
par: Shridhar, Mohit, et autres
Publié: (2024)
Composing Pre-Trained Object-Centric Representations for Robotics From "What" and "Where" Foundation Models
par: Shi, Junyao, et autres
Publié: (2024)
par: Shi, Junyao, et autres
Publié: (2024)
EMMA: End-to-End Multimodal Model for Autonomous Driving
par: Hwang, Jyh-Jing, et autres
Publié: (2024)
par: Hwang, Jyh-Jing, et autres
Publié: (2024)
Documents similaires
-
LDTrack: Dynamic People Tracking by Service Robots using Diffusion Models
par: Fung, Angus, et autres
Publié: (2024) -
Robots Autonomously Detecting People: A Multimodal Deep Contrastive Learning Method Robust to Intraclass Variations
par: Fung, Angus, et autres
Publié: (2022) -
PovNet+: A Deep Learning Architecture for Socially Assistive Robots to Learn and Assist with Multiple Activities of Daily Living
par: Robinson, Fraser, et autres
Publié: (2026) -
AutoRT: Embodied Foundation Models for Large Scale Orchestration of Robotic Agents
par: Ahn, Michael, et autres
Publié: (2024) -
MLLM-Search: A Zero-Shot Approach to Finding People using Multimodal Large Language Models
par: Fung, Angus, et autres
Publié: (2024)