Learning to Tune Like an Expert: Interpretable and Scene-Aware Navigation via MLLM Reasoning and CVAE-Based Adaptation
Fuente:
arXiv
Salvato in:
| Autori principali: | Wang, Yanbo, Fang, Zipeng, Zhao, Lei, Chen, Weidong |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Scene-Agnostic Traversability Labeling and Estimation via a Multimodal Self-supervised Framework
di: Fang, Zipeng, et al.
Pubblicazione: (2025)
di: Fang, Zipeng, et al.
Pubblicazione: (2025)
An Efficient LiDAR-Camera Fusion Network for Multi-Class 3D Dynamic Object Detection and Trajectory Prediction
di: He, Yushen, et al.
Pubblicazione: (2025)
di: He, Yushen, et al.
Pubblicazione: (2025)
SALT: A Flexible Semi-Automatic Labeling Tool for General LiDAR Point Clouds with Cross-Scene Adaptability and 4D Consistency
di: Wang, Yanbo, et al.
Pubblicazione: (2025)
di: Wang, Yanbo, et al.
Pubblicazione: (2025)
LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning
di: Hao, Haihong, et al.
Pubblicazione: (2026)
di: Hao, Haihong, et al.
Pubblicazione: (2026)
Nav-R1: Reasoning and Navigation in Embodied Scenes
di: Liu, Qingxiang, et al.
Pubblicazione: (2025)
di: Liu, Qingxiang, et al.
Pubblicazione: (2025)
Hierarchical Semantic-Augmented Navigation: Optimal Transport and Graph-Driven Reasoning for Vision-Language Navigation
di: Fang, Xiang, et al.
Pubblicazione: (2026)
di: Fang, Xiang, et al.
Pubblicazione: (2026)
AwareVLN: Reasoning with Self-awareness for Vision-Language Navigation
di: Guo, Wenxuan, et al.
Pubblicazione: (2026)
di: Guo, Wenxuan, et al.
Pubblicazione: (2026)
Incremental Joint Learning of Depth, Pose and Implicit Scene Representation on Monocular Camera in Large-scale Scenes
di: Deng, Tianchen, et al.
Pubblicazione: (2024)
di: Deng, Tianchen, et al.
Pubblicazione: (2024)
MM-Nav: Multi-View VLA Model for Robust Visual Navigation via Multi-Expert Learning
di: Xu, Tianyu, et al.
Pubblicazione: (2025)
di: Xu, Tianyu, et al.
Pubblicazione: (2025)
TopV-Nav: Unlocking the Top-View Spatial Reasoning Potential of MLLM for Zero-shot Object Navigation
di: Zhong, Linqing, et al.
Pubblicazione: (2024)
di: Zhong, Linqing, et al.
Pubblicazione: (2024)
SSF-PAN: Semantic Scene Flow-Based Perception for Autonomous Navigation in Traffic Scenarios
di: Chen, Yinqi, et al.
Pubblicazione: (2025)
di: Chen, Yinqi, et al.
Pubblicazione: (2025)
Leveraging CVAE for Joint Configuration Estimation of Multifingered Grippers from Point Cloud Data
di: Merand, Julien, et al.
Pubblicazione: (2025)
di: Merand, Julien, et al.
Pubblicazione: (2025)
TagaVLM: Topology-Aware Global Action Reasoning for Vision-Language Navigation
di: Liu, Jiaxing, et al.
Pubblicazione: (2026)
di: Liu, Jiaxing, et al.
Pubblicazione: (2026)
ReFineVLA: Multimodal Reasoning-Aware Generalist Robotic Policies via Teacher-Guided Fine-Tuning
di: Van Vo, Tuan, et al.
Pubblicazione: (2026)
di: Van Vo, Tuan, et al.
Pubblicazione: (2026)
SocialNav-MoE: A Mixture-of-Experts Vision Language Model for Socially Compliant Navigation with Reinforcement Fine-Tuning
di: Kawabata, Tomohito, et al.
Pubblicazione: (2025)
di: Kawabata, Tomohito, et al.
Pubblicazione: (2025)
NeSLAM: Neural Implicit Mapping and Self-Supervised Feature Tracking With Depth Completion and Denoising
di: Deng, Tianchen, et al.
Pubblicazione: (2024)
di: Deng, Tianchen, et al.
Pubblicazione: (2024)
Collision-Aware Object-Goal Visual Navigation via Two-Stage Deep Reinforcement Learning
di: Wang, Hongwu, et al.
Pubblicazione: (2025)
di: Wang, Hongwu, et al.
Pubblicazione: (2025)
Embodied Spatial Intelligence: from Implicit Scene Modeling to Spatial Reasoning
di: Fang, Jiading
Pubblicazione: (2025)
di: Fang, Jiading
Pubblicazione: (2025)
Stop Wandering: Efficient Vision-Language Navigation via Metacognitive Reasoning
di: Li, Xueying, et al.
Pubblicazione: (2026)
di: Li, Xueying, et al.
Pubblicazione: (2026)
SocialNav-SUB: Benchmarking VLMs for Scene Understanding in Social Robot Navigation
di: Munje, Michael J., et al.
Pubblicazione: (2025)
di: Munje, Michael J., et al.
Pubblicazione: (2025)
PanoNav: Mapless Zero-Shot Object Navigation with Panoramic Scene Parsing and Dynamic Memory
di: Jin, Qunchao, et al.
Pubblicazione: (2025)
di: Jin, Qunchao, et al.
Pubblicazione: (2025)
VL-Nav: A Neuro-Symbolic Approach for Reasoning-based Vision-Language Navigation
di: Du, Yi, et al.
Pubblicazione: (2025)
di: Du, Yi, et al.
Pubblicazione: (2025)
Context-Nav: Context-Driven Exploration and Viewpoint-Aware 3D Spatial Reasoning for Instance Navigation
di: Jang, Won Shik, et al.
Pubblicazione: (2026)
di: Jang, Won Shik, et al.
Pubblicazione: (2026)
Overlap-Aware Feature Learning for Robust Unsupervised Domain Adaptation for 3D Semantic Segmentation
di: Chen, Junjie, et al.
Pubblicazione: (2025)
di: Chen, Junjie, et al.
Pubblicazione: (2025)
MSGNav: Unleashing the Power of Multi-modal 3D Scene Graph for Zero-Shot Embodied Navigation
di: Huang, Xun, et al.
Pubblicazione: (2025)
di: Huang, Xun, et al.
Pubblicazione: (2025)
DivScene: Towards Open-Vocabulary Object Navigation with Large Vision Language Models in Diverse Scenes
di: Wang, Zhaowei, et al.
Pubblicazione: (2024)
di: Wang, Zhaowei, et al.
Pubblicazione: (2024)
SG-DOR: Learning Scene Graphs with Direction-Conditioned Occlusion Reasoning for Pepper Plants
di: Menon, Rohit, et al.
Pubblicazione: (2026)
di: Menon, Rohit, et al.
Pubblicazione: (2026)
Have We Scene It All? Scene Graph-Aware Deep Point Cloud Compression
di: Stathoulopoulos, Nikolaos, et al.
Pubblicazione: (2025)
di: Stathoulopoulos, Nikolaos, et al.
Pubblicazione: (2025)
RANGER: A Monocular Zero-Shot Semantic Navigation Framework through Visual Contextual Adaptation
di: Yu, Ming-Ming, et al.
Pubblicazione: (2025)
di: Yu, Ming-Ming, et al.
Pubblicazione: (2025)
PACA: Perspective-Aware Cross-Attention Representation for Zero-Shot Scene Rearrangement
di: Jin, Shutong, et al.
Pubblicazione: (2024)
di: Jin, Shutong, et al.
Pubblicazione: (2024)
DualVLA: Building a Generalizable Embodied Agent via Partial Decoupling of Reasoning and Action
di: Fang, Zhen, et al.
Pubblicazione: (2025)
di: Fang, Zhen, et al.
Pubblicazione: (2025)
FlexVLN: Flexible Adaptation for Diverse Vision-and-Language Navigation Tasks
di: Zhang, Siqi, et al.
Pubblicazione: (2025)
di: Zhang, Siqi, et al.
Pubblicazione: (2025)
RoomTour3D: Geometry-Aware Video-Instruction Tuning for Embodied Navigation
di: Han, Mingfei, et al.
Pubblicazione: (2024)
di: Han, Mingfei, et al.
Pubblicazione: (2024)
VLingNav: Embodied Navigation with Adaptive Reasoning and Visual-Assisted Linguistic Memory
di: Wang, Shaoan, et al.
Pubblicazione: (2026)
di: Wang, Shaoan, et al.
Pubblicazione: (2026)
Semantic Enrichment of CAD-Based Industrial Environments via Scene Graphs for Simulation and Reasoning
di: Walus, Nathan Pascal, et al.
Pubblicazione: (2026)
di: Walus, Nathan Pascal, et al.
Pubblicazione: (2026)
Diffusion-VLA: Generalizable and Interpretable Robot Foundation Model via Self-Generated Reasoning
di: Wen, Junjie, et al.
Pubblicazione: (2024)
di: Wen, Junjie, et al.
Pubblicazione: (2024)
Towards Deviation-Robust Agent Navigation via Perturbation-Aware Contrastive Learning
di: Lin, Bingqian, et al.
Pubblicazione: (2024)
di: Lin, Bingqian, et al.
Pubblicazione: (2024)
3D-Mem: 3D Scene Memory for Embodied Exploration and Reasoning
di: Yang, Yuncong, et al.
Pubblicazione: (2024)
di: Yang, Yuncong, et al.
Pubblicazione: (2024)
UniScene: Multi-Camera Unified Pre-training via 3D Scene Reconstruction for Autonomous Driving
di: Min, Chen, et al.
Pubblicazione: (2023)
di: Min, Chen, et al.
Pubblicazione: (2023)
Constraint-Aware Zero-Shot Vision-Language Navigation in Continuous Environments
di: Chen, Kehan, et al.
Pubblicazione: (2024)
di: Chen, Kehan, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Scene-Agnostic Traversability Labeling and Estimation via a Multimodal Self-supervised Framework
di: Fang, Zipeng, et al.
Pubblicazione: (2025) -
An Efficient LiDAR-Camera Fusion Network for Multi-Class 3D Dynamic Object Detection and Trajectory Prediction
di: He, Yushen, et al.
Pubblicazione: (2025) -
SALT: A Flexible Semi-Automatic Labeling Tool for General LiDAR Point Clouds with Cross-Scene Adaptability and 4D Consistency
di: Wang, Yanbo, et al.
Pubblicazione: (2025) -
LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning
di: Hao, Haihong, et al.
Pubblicazione: (2026) -
Nav-R1: Reasoning and Navigation in Embodied Scenes
di: Liu, Qingxiang, et al.
Pubblicazione: (2025)