Buchumschlag

Mixture of Horizons in Action Chunking

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jing, Dong, Wang, Gang, Liu, Jiaqi, Tang, Weiliang, Sun, Zelong, Yao, Yunchao, Wei, Zhenyu, Liu, Yunhui, Lu, Zhiwu, Ding, Mingyu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

When Vision Overrides Language: Evaluating and Mitigating Counterfactual Failures in VLAs
von: Fang, Yu, et al.
Veröffentlicht: (2026)

REMAC: Self-Reflective and Self-Evolving Multi-Agent Collaboration for Long-Horizon Robot Manipulation
von: Yuan, Puzhen, et al.
Veröffentlicht: (2025)

CoTMR: Chain-of-Thought Multi-Scale Reasoning for Training-Free Zero-Shot Composed Image Retrieval
von: Sun, Zelong, et al.
Veröffentlicht: (2025)

One Hand to Rule Them All: Canonical Representations for Unified Dexterous Manipulation
von: Wei, Zhenyu, et al.
Veröffentlicht: (2026)

PD-VLA: Accelerating Vision-Language-Action Model Integrated with Action Chunking via Parallel Decoding
von: Song, Wenxuan, et al.
Veröffentlicht: (2025)

Closed-Loop Action Chunks with Dynamic Corrections for Training-Free Diffusion Policy
von: Wu, Pengyuan, et al.
Veröffentlicht: (2026)

ODYSSEY: Open-World Quadrupeds Exploration and Manipulation for Long-Horizon Tasks
von: Wang, Kaijun, et al.
Veröffentlicht: (2025)

Say Cheese! Detail-Preserving Portrait Collection Generation via Natural Language Edits
von: Sun, Zelong, et al.
Veröffentlicht: (2026)

BOSS: Benchmark for Observation Space Shift in Long-Horizon Task
von: Yang, Yue, et al.
Veröffentlicht: (2025)

VQ-VLA: Improving Vision-Language-Action Models via Scaling Vector-Quantized Action Tokenizers
von: Wang, Yating, et al.
Veröffentlicht: (2025)

SldprtNet: A Large-Scale Multimodal Dataset for CAD Generation in Language-Driven 3D Design
von: Li, Ruogu, et al.
Veröffentlicht: (2026)

World Guidance: World Modeling in Condition Space for Action Generation
von: Su, Yue, et al.
Veröffentlicht: (2026)

From Imagined Futures to Executable Actions: Mixture of Latent Actions for Robot Manipulation
von: Li, Yajie, et al.
Veröffentlicht: (2026)

Unifying Language-Action Understanding and Generation for Autonomous Driving
von: Wang, Xinyang, et al.
Veröffentlicht: (2026)

Moto: Latent Motion Token as the Bridging Language for Learning Robot Manipulation from Videos
von: Chen, Yi, et al.
Veröffentlicht: (2024)

InterACT: Inter-dependency Aware Action Chunking with Hierarchical Attention Transformers for Bimanual Manipulation
von: Lee, Andrew, et al.
Veröffentlicht: (2024)

Leave No Observation Behind: Real-time Correction for VLA Action Chunks
von: Sendai, Kohei, et al.
Veröffentlicht: (2025)

Enhanced Scale-aware Depth Estimation for Monocular Endoscopic Scenes with Geometric Modeling
von: Wei, Ruofeng, et al.
Veröffentlicht: (2024)

DIAL: Decoupling Intent and Action via Latent World Modeling for End-to-End VLA
von: Chen, Yi, et al.
Veröffentlicht: (2026)

Efficient Long-Horizon Vision-Language-Action Models via Static-Dynamic Disentanglement
von: Qiu, Weikang, et al.
Veröffentlicht: (2026)

Interactive Spatiotemporal Token Attention Network for Skeleton-based General Interactive Action Recognition
von: Wen, Yuhang, et al.
Veröffentlicht: (2023)

MAP-VLA: Memory-Augmented Prompting for Vision-Language-Action Model in Robotic Manipulation
von: Li, Runhao, et al.
Veröffentlicht: (2025)

General Covariant Action Modeling: Constructing Generalized Manifolds via Spatio-Temporal Decoupling
von: Lyu, Huaihai, et al.
Veröffentlicht: (2026)

Bridge Thinking and Acting: Unleashing Physical Potential of VLM with Generalizable Action Expert
von: Liu, Mingyu, et al.
Veröffentlicht: (2025)

PixelVLA: Advancing Pixel-level Understanding in Vision-Language-Action Model
von: Liang, Wenqi, et al.
Veröffentlicht: (2025)

Closed Loop Dynamic Driving Data Mixture for Real-Synthetic Co-Training
von: Ruan, Hongzhi, et al.
Veröffentlicht: (2026)

LongNav-R1: Horizon-Adaptive Multi-Turn RL for Long-Horizon VLA Navigation
von: Hu, Yue, et al.
Veröffentlicht: (2026)

Action Draft and Verify: A Self-Verifying Framework for Vision-Language-Action Model
von: Zhao, Chen, et al.
Veröffentlicht: (2026)

GraSP-VLA: Graph-based Symbolic Action Representation for Long-Horizon Planning with VLA Policies
von: Neau, Maëlic, et al.
Veröffentlicht: (2025)

ALAM: Algebraically Consistent Latent Action Model for Vision-Language-Action Models
von: Tang, Zuojin, et al.
Veröffentlicht: (2026)

StructBiHOI: Structured Articulation Modeling for Long--Horizon Bimanual Hand--Object Interaction Generation
von: Wang, Zhi, et al.
Veröffentlicht: (2026)

Action Emergence from Streaming Intent
von: Jing, Pengfei, et al.
Veröffentlicht: (2026)

CARE: Multi-Task Pretraining for Latent Continuous Action Representation in Robot Control
von: Shi, Jiaqi, et al.
Veröffentlicht: (2026)

NoTVLA: Semantics-Preserving Robot Adaptation via Narrative Action Interfaces
von: Huang, Zheng, et al.
Veröffentlicht: (2025)

SCAR: Self-Supervised Continuous Action Representation Learning
von: Liu, Hongjia, et al.
Veröffentlicht: (2026)

CLAP: Contrastive Latent Action Pretraining for Learning Vision-Language-Action Models from Human Videos
von: Zhang, Chubin, et al.
Veröffentlicht: (2026)

FASTer: Toward Efficient Autoregressive Vision Language Action Modeling via Neural Action Tokenization
von: Liu, Yicheng, et al.
Veröffentlicht: (2025)

Adapting Pre-Trained Vision Models for Novel Instance Detection and Segmentation
von: Lu, Yangxiao, et al.
Veröffentlicht: (2024)

Beyond Description: Cognitively Benchmarking Fine-Grained Action for Embodied Agents
von: Liu, Dayong, et al.
Veröffentlicht: (2025)

GesVLA: Gesture-Aware Vision-Language-Action Model Embedded Representations
von: Guo, Wenxuan, et al.
Veröffentlicht: (2026)