Buchumschlag

Goal-Based Vision-Language Driving

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Patapati, Santosh, Srinivasan, Trisanth
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning Multimedia Robotics I.2.6; I.2.9; I.2.10; C.3.3
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Vision-Language Cross-Attention for Real-Time Autonomous Driving
von: Patapati, Santosh, et al.
Veröffentlicht: (2025)

Dream to Fly: Model-Based Reinforcement Learning for Vision-Based Drone Flight
von: Romero, Angel, et al.
Veröffentlicht: (2025)

WayFASTER: a Self-Supervised Traversability Prediction for Increased Navigation Awareness
von: Gasparino, Mateus Valverde, et al.
Veröffentlicht: (2024)

Pointing-Guided Target Estimation via Transformer-Based Attention
von: Müller, Luca, et al.
Veröffentlicht: (2025)

CLARE: Continual Learning for Vision-Language-Action Models via Autonomous Adapter Routing and Expansion
von: Römer, Ralf, et al.
Veröffentlicht: (2026)

ExpReS-VLA: Specializing Vision-Language-Action Models Through Experience Replay and Retrieval
von: Syed, Shahram Najam, et al.
Veröffentlicht: (2025)

Structured Interfaces for Automated Reasoning with 3D Scene Graphs
von: Ray, Aaron, et al.
Veröffentlicht: (2025)

VITA: Zero-Shot Value Functions via Test-Time Adaptation of Vision-Language Models
von: Ziakas, Christos, et al.
Veröffentlicht: (2025)

CrossVLA: Cross-Paradigm Post-Training and Inference Optimization for Vision-Language-Action Models
von: Liu, Zhi
Veröffentlicht: (2026)

Optimizing Neurorobot Policy under Limited Demonstration Data through Preference Regret
von: Nguyen, Viet Dung, et al.
Veröffentlicht: (2026)

Bayesian Data Augmentation and Training for Perception DNN in Autonomous Aerial Vehicles
von: Rasul, Ashik E, et al.
Veröffentlicht: (2024)

Locate 3D: Real-World Object Localization via Self-Supervised Learning in 3D
von: Arnaud, Sergio, et al.
Veröffentlicht: (2025)

Curb Your Attention: Causal Attention Gating for Robust Trajectory Prediction in Autonomous Driving
von: Ahmadi, Ehsan, et al.
Veröffentlicht: (2024)

CulinaryCut-VLAP: A Vision-Language-Action-Physics Framework for Food Cutting via a Force-Aware Material Point Method
von: Koh, Hyunseo, et al.
Veröffentlicht: (2026)

Learning from Watching: Scalable Extraction of Manipulation Trajectories from Human Videos
von: Hu, X., et al.
Veröffentlicht: (2025)

eStonefish-Scenes: A Sim-to-Real Validated and Robot-Centric Event-based Optical Flow Dataset for Underwater Vehicles
von: Mansour, Jad, et al.
Veröffentlicht: (2025)

eCARLA-scenes: A synthetically generated dataset for event-based optical flow prediction
von: Mansour, Jad, et al.
Veröffentlicht: (2024)

Cortex 2.0: Grounding World Models in Real-World Industrial Deployment
von: Aida, Adriana, et al.
Veröffentlicht: (2026)

Closed-Loop Neural Activation Control in Vision-Language-Action Models
von: Babu, Abhijith, et al.
Veröffentlicht: (2026)

Zero-Shot Object Goal Visual Navigation With Class-Independent Relationship Network
von: Li, Xinting, et al.
Veröffentlicht: (2023)

HumanEgo: Zero-Shot Robot Learning from Minutes of Human Egocentric Videos
von: Wang, Zhi, et al.
Veröffentlicht: (2026)

M3CAD: Towards Generic Cooperative Autonomous Driving Benchmark
von: Zhu, Morui, et al.
Veröffentlicht: (2025)

CoEnv: Driving Embodied Multi-Agent Collaboration via Compositional Environment
von: Kang, Li, et al.
Veröffentlicht: (2026)

The Impact of 2D Segmentation Backbones on Point Cloud Predictions Using 4D Radar
von: Muckelroy III, William, et al.
Veröffentlicht: (2025)

From Photons to Physics: Autonomous Indoor Drones and the Future of Objective Property Assessment
von: Teikari, Petteri, et al.
Veröffentlicht: (2025)

CC-SGG: Corner Case Scenario Generation using Learned Scene Graphs
von: Drayson, George, et al.
Veröffentlicht: (2023)

VLA Foundry: A Unified Framework for Training Vision-Language-Action Models
von: Mercat, Jean, et al.
Veröffentlicht: (2026)

Tulip Agent -- Enabling LLM-Based Agents to Solve Tasks Using Large Tool Libraries
von: Ocker, Felix, et al.
Veröffentlicht: (2024)

From Demonstrations to Safe Deployment: Path-Consistent Safety Filtering for Diffusion Policies
von: Römer, Ralf, et al.
Veröffentlicht: (2025)

Contextual Graph Representations for Task-Driven 3D Perception and Planning
von: Agia, Christopher
Veröffentlicht: (2026)

RoboPack: Learning Tactile-Informed Dynamics Models for Dense Packing
von: Ai, Bo, et al.
Veröffentlicht: (2024)

Can Robots "Taste" Grapes? Estimating SSC with Simple RGB Sensors
von: Ciarfuglia, Thomas Alessandro, et al.
Veröffentlicht: (2024)

Baby Sophia: A Developmental Approach to Self-Exploration through Self-Touch and Hand Regard
von: Zarifis, Stelios, et al.
Veröffentlicht: (2025)

Transformers for Image-Goal Navigation
von: Pelluri, Nikhilanj
Veröffentlicht: (2024)

Large Language Models and 3D Vision for Intelligent Robotic Perception and Autonomy
von: Mehta, Vinit, et al.
Veröffentlicht: (2025)

Spot-Compose: A Framework for Open-Vocabulary Object Retrieval and Drawer Manipulation in Point Clouds
von: Lemke, Oliver, et al.
Veröffentlicht: (2024)

VIN-NBV: A View Introspection Network for Next-Best-View Selection
von: Frahm, Noah, et al.
Veröffentlicht: (2025)

A Survey of Spatial Memory Representations for Efficient Robot Navigation
von: Pangaliman, Ma. Madecheen S., et al.
Veröffentlicht: (2026)

RAE-NWM: Navigation World Model in Dense Visual Representation Space
von: Zhang, Mingkun, et al.
Veröffentlicht: (2026)

PoseRefer: Pathway-Local Parameters for Semantically Grounded Reference Resolution
von: Deichler, Anna
Veröffentlicht: (2026)