Buchumschlag

OpenMap: Instruction Grounding via Open-Vocabulary Visual-Language Mapping

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Danyang, Yang, Zenghui, Qi, Guangpeng, Pang, Songtao, Shang, Guangyong, Ma, Qiang, Yang, Zheng
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics I.2.9; I.2.7; I.2.10
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

StratXplore: Strategic Novelty-seeking and Instruction-aligned Exploration for Vision and Language Navigation
von: Gopinathan, Muraleekrishna, et al.
Veröffentlicht: (2024)

Taking Flight with Dialogue: Enabling Natural Language Control for PX4-based Drone Agent
von: Lim, Shoon Kit, et al.
Veröffentlicht: (2025)

Spatially-Aware Speaker for Vision-and-Language Navigation Instruction Generation
von: Gopinathan, Muraleekrishna, et al.
Veröffentlicht: (2024)

Unpacking Failure Modes of Generative Policies: Runtime Monitoring of Consistency and Progress
von: Agia, Christopher, et al.
Veröffentlicht: (2024)

EMOS: Embodiment-aware Heterogeneous Multi-robot Operating System with LLM Agents
von: Chen, Junting, et al.
Veröffentlicht: (2024)

Human-Robot Dialogue Annotation for Multi-Modal Common Ground
von: Bonial, Claire, et al.
Veröffentlicht: (2024)

A Surveillance Based Interactive Robot
von: Kavimandan, Kshitij, et al.
Veröffentlicht: (2025)

Autonomous Navigation and Collision Avoidance for Mobile Robots: Classification and Review
von: de Carvalho, Marcus Vinicius Leal, et al.
Veröffentlicht: (2024)

Look and Tell: A Dataset for Multimodal Grounding Across Egocentric and Exocentric Views
von: Deichler, Anna, et al.
Veröffentlicht: (2025)

Industrial Robot Motion Planning with GPUs: Integration of cuRobo for Extended DOF Systems
von: Abuelsamen, Luai, et al.
Veröffentlicht: (2025)

Deployment-Time Reliability of Learned Robot Policies
von: Agia, Christopher
Veröffentlicht: (2026)

CleanMAP: Distilling Multimodal LLMs for Confidence-Driven Crowdsourced HD Map Updates
von: Shaw, Ankit Kumar, et al.
Veröffentlicht: (2025)

SCOUT: A Situated and Multi-Modal Human-Robot Dialogue Corpus
von: Lukin, Stephanie M., et al.
Veröffentlicht: (2024)

UAV-assisted Visual SLAM Generating Reconstructed 3D Scene Graphs in GPS-denied Environments
von: Radwan, Ahmed, et al.
Veröffentlicht: (2024)

RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation
von: Chen, Junting, et al.
Veröffentlicht: (2024)

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

Who Sees What? Structured Thought-Action Sequences for Epistemic Reasoning in LLMs
von: Annese, Luca, et al.
Veröffentlicht: (2025)

Compositional Semantics for Open Vocabulary Spatio-semantic Representations
von: Karlsson, Robin, et al.
Veröffentlicht: (2023)

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

Physics-R1: An Audited Olympiad Corpus and Recipe for Visual Physics Reasoning
von: Yang, Shan
Veröffentlicht: (2026)

OWMM-Agent: Open World Mobile Manipulation With Multi-modal Agentic Data Synthesis
von: Chen, Junting, et al.
Veröffentlicht: (2025)

Motion Perceiver: Real-Time Occupancy Forecasting for Embedded Systems
von: Ferenczi, Bryce, et al.
Veröffentlicht: (2023)

Vision-based Situational Graphs Exploiting Fiducial Markers for the Integration of Semantic Entities
von: Tourani, Ali, et al.
Veröffentlicht: (2023)

Context-Dependent Affordance Computation in Vision-Language Models
von: Farzulla, Murad
Veröffentlicht: (2026)

PerspAct: Enhancing LLM Situated Collaboration Skills through Perspective Taking and Active Vision
von: Patania, Sabrina, et al.
Veröffentlicht: (2025)

CWM: Contrastive World Models for Action Feasibility Learning in Embodied Agent Pipelines
von: Banerjee, Chayan
Veröffentlicht: (2026)

Conversations with Andrea: Visitors' Opinions on Android Robots in a Museum
von: Heisler, Marcel, et al.
Veröffentlicht: (2025)

LLM-Guided Task- and Affordance-Level Exploration in Reinforcement Learning
von: Luijkx, Jelle, 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)

EmbodiedLGR: Integrating Lightweight Graph Representation and Retrieval for Semantic-Spatial Memory in Robotic Agents
von: Riva, Paolo, et al.
Veröffentlicht: (2026)

Deep Probabilistic Traversability with Test-time Adaptation for Uncertainty-aware Planetary Rover Navigation
von: Endo, Masafumi, et al.
Veröffentlicht: (2024)

CoMoCAVs: Cohesive Decision-Guided Motion Planning for Connected and Autonomous Vehicles with Multi-Policy Reinforcement Learning
von: Hu, Pan
Veröffentlicht: (2025)

PRISM-TopoMap: Online Topological Mapping with Place Recognition and Scan Matching
von: Muravyev, Kirill, et al.
Veröffentlicht: (2024)

ABot-Claw: A Foundation for Persistent, Cooperative, and Self-Evolving Robotic Agents
von: Huo, Dongjie, et al.
Veröffentlicht: (2026)

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

Tool-RoCo: An Agent-as-Tool Self-organization Large Language Model Benchmark in Multi-robot Cooperation
von: Zhang, Ke, et al.
Veröffentlicht: (2025)

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

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

A Segmented Robot Grasping Perception Neural Network for Edge AI
von: Bröcheler, Casper, et al.
Veröffentlicht: (2025)