Buchumschlag

Allen: Rethinking MAS Design through Step-Level Policy Autonomy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Qiangong, Wang, Zhiting, Yao, Mingyou, Liu, Zongyang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Multiagent Systems Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Det-SAM2:Technical Report on the Self-Prompting Segmentation Framework Based on Segment Anything Model 2
von: Wang, Zhiting, et al.
Veröffentlicht: (2024)

VideoChat-M1: Collaborative Policy Planning for Video Understanding via Multi-Agent Reinforcement Learning
von: Chen, Boyu, et al.
Veröffentlicht: (2025)

HiLight: Technical Report on the Motern AI Video Language Model
von: Wang, Zhiting, et al.
Veröffentlicht: (2024)

AgentCVR: Active Multi-Agent Cross-Video Reasoning via Script-Simulated Reinforcement Learning
von: Qiu, Yilun, et al.
Veröffentlicht: (2026)

PreGSU-A Generalized Traffic Scene Understanding Model for Autonomous Driving based on Pre-trained Graph Attention Network
von: Wang, Yuning, et al.
Veröffentlicht: (2024)

Sentinel: Embodied Cooperative Spatial Reasoning and Planning
von: Lin, Xiangye, et al.
Veröffentlicht: (2026)

AdaptFly: Prompt-Guided Adaptation of Foundation Models for Low-Altitude UAV Networks
von: Chen, Jiao, et al.
Veröffentlicht: (2025)

What Makes Good Collaborative Views? Contrastive Mutual Information Maximization for Multi-Agent Perception
von: Su, Wanfang, et al.
Veröffentlicht: (2024)

V2X-DGPE: Addressing Domain Gaps and Pose Errors for Robust Collaborative 3D Object Detection
von: Wang, Sichao, et al.
Veröffentlicht: (2025)

A Multi-Agent Perception-Action Alliance for Efficient Long Video Reasoning
von: Xu, Yichang, et al.
Veröffentlicht: (2026)

End-to-End Autonomous Driving through V2X Cooperation
von: Yu, Haibao, et al.
Veröffentlicht: (2024)

MAG-3D: Multi-Agent Grounded Reasoning for 3D Understanding
von: Zheng, Henry, et al.
Veröffentlicht: (2026)

AstroVLM: Expert Multi-agent Collaborative Reasoning for Astronomical Imaging Quality Diagnosis
von: Han, Yaohui, et al.
Veröffentlicht: (2026)

Enhancing CLIP Robustness via Cross-Modality Alignment
von: Zhu, Xingyu, et al.
Veröffentlicht: (2025)

AniMaker: Multi-Agent Animated Storytelling with MCTS-Driven Clip Generation
von: Shi, Haoyuan, et al.
Veröffentlicht: (2025)

Multi-Agent Amodal Completion: Direct Synthesis with Fine-Grained Semantic Guidance
von: Fan, Hongxing, et al.
Veröffentlicht: (2025)

Unified End-to-End V2X Cooperative Autonomous Driving
von: Li, Zhiwei, et al.
Veröffentlicht: (2024)

HiMemFormer: Hierarchical Memory-Aware Transformer for Multi-Agent Action Anticipation
von: Wang, Zirui, et al.
Veröffentlicht: (2024)

CAMON: Cooperative Agents for Multi-Object Navigation with LLM-based Conversations
von: Wu, Pengying, et al.
Veröffentlicht: (2024)

FetalAgents: A Multi-Agent System for Fetal Ultrasound Image and Video Analysis
von: Hu, Xiaotian, et al.
Veröffentlicht: (2026)

Towards Reliable Fetal Ultrasound Interpretation with Multi-Agent Collaboration
von: Hu, Xiaotian, et al.
Veröffentlicht: (2026)

Visual Multi-Agent System: Mitigating Hallucination Snowballing via Visual Flow
von: Yu, Xinlei, et al.
Veröffentlicht: (2025)

Fast2comm:Collaborative perception combined with prior knowledge
von: Zhang, Zhengbin, et al.
Veröffentlicht: (2025)

Hollywood Town: Long-Video Generation via Cross-Modal Multi-Agent Orchestration
von: Wei, Zheng, et al.
Veröffentlicht: (2025)

Med-GRIM: Enhanced Zero-Shot Medical VQA using prompt-embedded Multimodal Graph RAG
von: Madavan, Rakesh Raj, et al.
Veröffentlicht: (2025)

A Case Study of Counting the Number of Unique Users in Linear and Non-Linear Trails -- A Multi-Agent System Approach
von: Rahman, Tanvir
Veröffentlicht: (2025)

TraF-Align: Trajectory-aware Feature Alignment for Asynchronous Multi-agent Perception
von: Song, Zhiying, et al.
Veröffentlicht: (2025)

Chain-of-Anomaly Thoughts with Large Vision-Language Models
von: Domingos, Pedro, et al.
Veröffentlicht: (2025)

VideoMultiAgents: A Multi-Agent Framework for Video Question Answering
von: Kugo, Noriyuki, et al.
Veröffentlicht: (2025)

Active Scout: Multi-Target Tracking Using Neural Radiance Fields in Dense Urban Environments
von: Hsu, Christopher D., et al.
Veröffentlicht: (2024)

LogiStory: A Logic-Aware Framework for Multi-Image Story Visualization
von: Meng, Chutian, et al.
Veröffentlicht: (2026)

Visual Sensor Pose Optimisation Using Visibility Models for Smart Cities
von: Arnold, Eduardo, et al.
Veröffentlicht: (2021)

Cascading multi-agent anomaly detection in surveillance systems via vision-language models and embedding-based classification
von: Rehman, Tayyab, et al.
Veröffentlicht: (2026)

FootBots: A Transformer-based Architecture for Motion Prediction in Soccer
von: Capellera, Guillem, et al.
Veröffentlicht: (2024)

ProCrit: Self-Elicited Multi-Perspective Reasoning with Critic-Guided Revision for Multimodal Sarcasm Detection
von: Xu, Yingjia, et al.
Veröffentlicht: (2026)

Learning Collective Dynamics of Multi-Agent Systems using Event-based Vision
von: Lee, Minah, et al.
Veröffentlicht: (2024)

TranSPORTmer: A Holistic Approach to Trajectory Understanding in Multi-Agent Sports
von: Capellera, Guillem, et al.
Veröffentlicht: (2024)

ReCCur: A Recursive Corner-Case Curation Framework for Robust Vision-Language Understanding in Open and Edge Scenarios
von: Wei, Yihan, et al.
Veröffentlicht: (2026)

A Stochastic Geo-spatiotemporal Bipartite Network to Optimize GCOOS Sensor Placement Strategies
von: Holmberg, Ted Edward, et al.
Veröffentlicht: (2024)

SPAgent: Adaptive Task Decomposition and Model Selection for General Video Generation and Editing
von: Tu, Rong-Cheng, et al.
Veröffentlicht: (2024)