Buchumschlag

Recursive Visual Imagination and Adaptive Linguistic Grounding for Vision Language Navigation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Bolei, Kang, Jiaxu, Wang, Yifei, Zhong, Ping, Wu, Qi, Wang, Jianxin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Perspective from a Higher Dimension: Can 3D Geometric Priors Help Visual Floorplan Localization?
von: Chen, Bolei, et al.
Veröffentlicht: (2025)

Perspective from a Broader Context: Can Room Style Knowledge Help Visual Floorplan Localization?
von: Chen, Bolei, et al.
Veröffentlicht: (2025)

VISTAv2: World Imagination for Indoor Vision-and-Language Navigation
von: Huang, Yanjia, et al.
Veröffentlicht: (2025)

VLingNav: Embodied Navigation with Adaptive Reasoning and Visual-Assisted Linguistic Memory
von: Wang, Shaoan, et al.
Veröffentlicht: (2026)

Do Visual Imaginations Improve Vision-and-Language Navigation Agents?
von: Perincherry, Akhil, et al.
Veröffentlicht: (2025)

DisCo-FLoc: Semantic-Free Floorplan Localization via $SE(2)$-Aware Contrastive Disambiguation
von: Zhong, Ping, et al.
Veröffentlicht: (2026)

Goal2Pixel: Grounding Goals to Pixels for Vision-Language Navigation
von: Bao, Muyi, et al.
Veröffentlicht: (2026)

Navigating Beyond Instructions: Vision-and-Language Navigation in Obstructed Environments
von: Hong, Haodong, et al.
Veröffentlicht: (2024)

Planning from Imagination: Episodic Simulation and Episodic Memory for Vision-and-Language Navigation
von: Pan, Yiyuan, et al.
Veröffentlicht: (2024)

Constraint-Aware Zero-Shot Vision-Language Navigation in Continuous Environments
von: Chen, Kehan, et al.
Veröffentlicht: (2024)

Does Peer Observation Help? Vision-Sharing Collaboration for Vision-Language Navigation
von: Jin, Qunchao, et al.
Veröffentlicht: (2026)

Language-Conditioned World Modeling for Visual Navigation
von: Dong, Yifei, et al.
Veröffentlicht: (2026)

Embodied Scene Understanding for Vision Language Models via MetaVQA
von: Wang, Weizhen, et al.
Veröffentlicht: (2025)

From Seeing to Experiencing: Scaling Navigation Foundation Models with Reinforcement Learning
von: He, Honglin, et al.
Veröffentlicht: (2025)

RoboGround: Robotic Manipulation with Grounded Vision-Language Priors
von: Huang, Haifeng, et al.
Veröffentlicht: (2025)

OpenFrontier: General Navigation with Visual-Language Grounded Frontiers
von: Padilla-Cerdio, Esteban, et al.
Veröffentlicht: (2026)

COSMO: Combination of Selective Memorization for Low-cost Vision-and-Language Navigation
von: Zhang, Siqi, et al.
Veröffentlicht: (2025)

Cross from Left to Right Brain: Adaptive Text Dreamer for Vision-and-Language Navigation
von: Zhang, Pingrui, et al.
Veröffentlicht: (2025)

MG-Nav: Dual-Scale Visual Navigation via Sparse Spatial Memory
von: Wang, Bo, et al.
Veröffentlicht: (2025)

VLN-MME: Diagnosing MLLMs as Language-guided Visual Navigation agents
von: Zhao, Xunyi, et al.
Veröffentlicht: (2025)

Ground-level Viewpoint Vision-and-Language Navigation in Continuous Environments
von: Li, Zerui, et al.
Veröffentlicht: (2025)

DualCoT-VLA: Visual-Linguistic Chain of Thought via Parallel Reasoning for Vision-Language-Action Models
von: Zhong, Zhide, et al.
Veröffentlicht: (2026)

ThermalDiffusion: Visual-to-Thermal Image-to-Image Translation for Autonomous Navigation
von: Bansal, Shruti, et al.
Veröffentlicht: (2025)

NaVid: Video-based VLM Plans the Next Step for Vision-and-Language Navigation
von: Zhang, Jiazhao, et al.
Veröffentlicht: (2024)

D3D-VLP: Dynamic 3D Vision-Language-Planning Model for Embodied Grounding and Navigation
von: Wang, Zihan, et al.
Veröffentlicht: (2025)

Towards Realistic UAV Vision-Language Navigation: Platform, Benchmark, and Methodology
von: Wang, Xiangyu, et al.
Veröffentlicht: (2024)

DAgger Diffusion Navigation: DAgger Boosted Diffusion Policy for Vision-Language Navigation
von: Shi, Haoxiang, et al.
Veröffentlicht: (2025)

Vid2Sim: Realistic and Interactive Simulation from Video for Urban Navigation
von: Xie, Ziyang, et al.
Veröffentlicht: (2025)

ForesightNav: Learning Scene Imagination for Efficient Exploration
von: Shah, Hardik, et al.
Veröffentlicht: (2025)

MonoDream: Monocular Vision-Language Navigation with Panoramic Dreaming
von: Wang, Shuo, et al.
Veröffentlicht: (2025)

Open-Nav: Exploring Zero-Shot Vision-and-Language Navigation in Continuous Environment with Open-Source LLMs
von: Qiao, Yanyuan, et al.
Veröffentlicht: (2024)

DreamNav: A Trajectory-Based Imaginative Framework for Zero-Shot Vision-and-Language Navigation
von: Wang, Yunheng, et al.
Veröffentlicht: (2025)

Dream to Recall: Imagination-Guided Experience Retrieval for Memory-Persistent Vision-and-Language Navigation
von: Xu, Yunzhe, et al.
Veröffentlicht: (2025)

WorldVLN: Autoregressive World Action Model for Aerial Vision-Language Navigation
von: Zhao, Baining, et al.
Veröffentlicht: (2026)

Fast-SmartWay: Panoramic-Free End-to-End Zero-Shot Vision-and-Language Navigation
von: Shi, Xiangyu, 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)

LoGoPlanner: Localization Grounded Navigation Policy with Metric-aware Visual Geometry
von: Peng, Jiaqi, et al.
Veröffentlicht: (2025)

Hierarchical Semantic-Augmented Navigation: Optimal Transport and Graph-Driven Reasoning for Vision-Language Navigation
von: Fang, Xiang, et al.
Veröffentlicht: (2026)

Zero-Shot 3D Visual Grounding from Vision-Language Models
von: Li, Rong, et al.
Veröffentlicht: (2025)

SmartWay: Enhanced Waypoint Prediction and Backtracking for Zero-Shot Vision-and-Language Navigation
von: Shi, Xiangyu, et al.
Veröffentlicht: (2025)