:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vasa, Santosh, Ramadwar, Aditi, Darabattula, Jnana Rama Krishna, Anwar, Md Zafar, Antol, Stanislaw, Vatavu, Andrei, Monninger, Thomas, Ding, Sihao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning Robotics
Online-Zugang:	https://arxiv.org/abs/2507.12414
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AugMapNet: Improving Spatial Latent Structure via BEV Grid Augmentation for Enhanced Vectorized Online HD Map Construction
von: Monninger, Thomas, et al.
Veröffentlicht: (2025)

Explanation-Driven Counterfactual Testing for Faithfulness in Vision-Language Model Explanations
von: Ding, Sihao, et al.
Veröffentlicht: (2025)

MapDiffusion: Generative Diffusion for Vectorized Online HD Map Construction and Uncertainty Estimation in Autonomous Driving
von: Monninger, Thomas, et al.
Veröffentlicht: (2025)

TempBEV: Improving Learned BEV Encoders with Combined Image and BEV Space Temporal Aggregation
von: Monninger, Thomas, et al.
Veröffentlicht: (2024)

NavMapFusion: Diffusion-based Fusion of Navigation Maps for Online Vectorized HD Map Construction
von: Monninger, Thomas, et al.
Veröffentlicht: (2025)

BEVLM: Distilling Semantic Knowledge from LLMs into Bird's-Eye View Representations
von: Monninger, Thomas, et al.
Veröffentlicht: (2026)

LMT-Net: Lane Model Transformer Network for Automated HD Mapping from Sparse Vehicle Observations
von: Mink, Michael, et al.
Veröffentlicht: (2024)

AutoFly: Vision-Language-Action Model for UAV Autonomous Navigation in the Wild
von: Sun, Xiaolou, et al.
Veröffentlicht: (2026)

A Systematic Literature Review on Deep Learning-based Depth Estimation in Computer Vision
von: Rohan, Ali, et al.
Veröffentlicht: (2025)

Manipulate-Anything: Automating Real-World Robots using Vision-Language Models
von: Duan, Jiafei, et al.
Veröffentlicht: (2024)

One Agent to Guide Them All: Empowering MLLMs for Vision-and-Language Navigation via Explicit World Representation
von: Li, Zerui, et al.
Veröffentlicht: (2026)

Deformable Radar Polygon: A Lightweight and Predictable Occupancy Representation for Short-range Collision Avoidance
von: Xiangyu, Gao, et al.
Veröffentlicht: (2022)

Integration of Computer Vision with Adaptive Control for Autonomous Driving Using ADORE
von: Ahammed, Abu Shad, et al.
Veröffentlicht: (2025)

Automated Parking Planning with Vision-Based BEV Approach
von: Zhao, Yuxuan
Veröffentlicht: (2024)

Automating Robot Failure Recovery Using Vision-Language Models With Optimized Prompts
von: Chen, Hongyi, et al.
Veröffentlicht: (2024)

FailSafe: Reasoning and Recovery from Failures in Vision-Language-Action Models
von: Lin, Zijun, et al.
Veröffentlicht: (2025)

Goal-Based Vision-Language Driving
von: Patapati, Santosh, et al.
Veröffentlicht: (2025)

Vision-based Perception System for Automated Delivery Robot-Pedestrians Interactions
von: Tushe, Ergi, et al.
Veröffentlicht: (2025)

LaViRA: Language-Vision-Robot Actions Translation for Zero-Shot Vision Language Navigation in Continuous Environments
von: Ding, Hongyu, et al.
Veröffentlicht: (2025)

DTactive: A Vision-Based Tactile Sensor with Active Surface
von: Xu, Jikai, et al.
Veröffentlicht: (2024)

AutoTrust: Benchmarking Trustworthiness in Large Vision Language Models for Autonomous Driving
von: Xing, Shuo, et al.
Veröffentlicht: (2024)

Vision Controlled Orthotic Hand Exoskeleton
von: Blais, Connor, et al.
Veröffentlicht: (2025)

VL-Explore: Zero-shot Vision-Language Exploration and Target Discovery by Mobile Robots
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2025)

MonoMPC: Monocular Vision Based Navigation with Learned Collision Model and Risk-Aware Model Predictive Control
von: Sharma, Basant, et al.
Veröffentlicht: (2025)

Mechanical Automation with Vision: A Design for Rubik's Cube Solver
von: Chalise, Abhinav, et al.
Veröffentlicht: (2025)

An Open Source Computer Vision and Machine Learning Framework for Affordable Life Science Robotic Automation
von: Logan, Zachary, et al.
Veröffentlicht: (2026)

Sim2Real Diffusion: Leveraging Foundation Vision Language Models for Adaptive Automated Driving
von: Samak, Chinmay Vilas, et al.
Veröffentlicht: (2025)

Strategizing at Speed: A Learned Model Predictive Game for Multi-Agent Drone Racing
von: Papuc, Andrei-Carlo, et al.
Veröffentlicht: (2026)

Spatial Memory for Out-of-Vision Manipulation in Vision-Language-Action
von: Li, Pengteng, et al.
Veröffentlicht: (2026)

VLS: Steering Pretrained Robot Policies via Vision-Language Models
von: Liu, Shuo, et al.
Veröffentlicht: (2026)

AutoBio: A Simulation and Benchmark for Robotic Automation in Digital Biology Laboratory
von: Lan, Zhiqian, et al.
Veröffentlicht: (2025)

Autonomous Aggregate Sorting in Construction and Mining via Computer Vision-Aided Robotic Arm Systems
von: Shawon, Md. Taherul Islam, et al.
Veröffentlicht: (2025)

CollaBot: Vision-Language Guided Simultaneous Collaborative Manipulation
von: Song, Kun, et al.
Veröffentlicht: (2025)

AutoDrive-QA: A Multiple-Choice Benchmark for Vision-Language Evaluation in Urban Autonomous Driving
von: Khalili, Boshra, et al.
Veröffentlicht: (2025)

AHA: A Vision-Language-Model for Detecting and Reasoning Over Failures in Robotic Manipulation
von: Duan, Jiafei, et al.
Veröffentlicht: (2024)

StereoVLA: Enhancing Vision-Language-Action Models with Stereo Vision
von: Deng, Shengliang, et al.
Veröffentlicht: (2025)

TacScope: A Miniaturized Vision‐Based Tactile Sensor for Surgical Applications
von: Md Rakibul Islam Prince, et al.
Veröffentlicht: (2025)

RobotDesignGPT: Automated Robot Design Synthesis using Vision Language Models
von: Sontakke, Nitish, et al.
Veröffentlicht: (2026)

Unveiling the Potential of Vision-Language-Action Models with Open-Ended Multimodal Instructions
von: Zhao, Wei, et al.
Veröffentlicht: (2025)

VLNVerse: A Benchmark for Vision-Language Navigation with Versatile, Embodied, Realistic Simulation and Evaluation
von: Lin, Sihao, et al.
Veröffentlicht: (2025)