:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Sihao, Li, Zerui, Zhao, Xunyi, Zhou, Gengze, Wang, Liuyi, Wei, Rong, Tang, Rui, Li, Juncheng, Wang, Hanqing, Pang, Jiangmiao, Hengel, Anton van den, Liu, Jiajun, Wu, Qi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Robotics
Online-Zugang:	https://arxiv.org/abs/2512.19021
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Rethinking the Embodied Gap in Vision-and-Language Navigation: A Holistic Study of Physical and Visual Disparities
von: Wang, Liuyi, et al.
Veröffentlicht: (2025)

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

Decoupled Action Expert: Confining Task Knowledge to the Conditioning Pathway
von: Zhou, Jian, et al.
Veröffentlicht: (2025)

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

LabUtopia: High-Fidelity Simulation and Hierarchical Benchmark for Scientific Embodied Agents
von: Li, Rui, et al.
Veröffentlicht: (2025)

OVExp: Open Vocabulary Exploration for Object-Oriented Navigation
von: Wei, Meng, et al.
Veröffentlicht: (2024)

Embodied Navigation Foundation Model
von: Zhang, Jiazhao, et al.
Veröffentlicht: (2025)

Language-to-Space Programming for Training-Free 3D Visual Grounding
von: Mi, Boyu, et al.
Veröffentlicht: (2025)

Tac2Real: Reliable and GPU Visuotactile Simulation for Online Reinforcement Learning and Zero-Shot Real-World Deployment
von: Yan, Ningyu, et al.
Veröffentlicht: (2026)

Towards Physically Executable 3D Gaussian for Embodied Navigation
von: Miao, Bingchen, et al.
Veröffentlicht: (2025)

One Agent to Guide Them All: Empowering MLLMs for Vision-and-Language Navigation via Explicit World Representation
von: Li, Zerui, et al.
Veröffentlicht: (2026)

EgoSim: Egocentric World Simulator for Embodied Interaction Generation
von: Hao, Jinkun, et al.
Veröffentlicht: (2026)

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

StreamVLN: Streaming Vision-and-Language Navigation via SlowFast Context Modeling
von: Wei, Meng, et al.
Veröffentlicht: (2025)

InternScenes: A Large-scale Simulatable Indoor Scene Dataset with Realistic Layouts
von: Zhong, Weipeng, et al.
Veröffentlicht: (2025)

NavGPT-2: Unleashing Navigational Reasoning Capability for Large Vision-Language Models
von: Zhou, Gengze, et al.
Veröffentlicht: (2024)

NavDP: Learning Sim-to-Real Navigation Diffusion Policy with Privileged Information Guidance
von: Cai, Wenzhe, et al.
Veröffentlicht: (2025)

VL-LN Bench: Towards Long-horizon Goal-oriented Navigation with Active Dialogs
von: Huang, Wensi, et al.
Veröffentlicht: (2025)

InstructVLA: Vision-Language-Action Instruction Tuning from Understanding to Manipulation
von: Yang, Shuai, et al.
Veröffentlicht: (2025)

GENMANIP: LLM-driven Simulation for Generalizable Instruction-Following Manipulation
von: Gao, Ning, et al.
Veröffentlicht: (2025)

TeleOpBench: A Simulator-Centric Benchmark for Dual-Arm Dexterous Teleoperation
von: Li, Hangyu, et al.
Veröffentlicht: (2025)

Can You Learn to See Without Images? Procedural Warm-Up for Vision Transformers
von: Shinnick, Zachary, et al.
Veröffentlicht: (2025)

Learning Goal-Oriented Vision-and-Language Navigation with Self-Improving Demonstrations at Scale
von: Li, Songze, et al.
Veröffentlicht: (2025)

BadNAVer: Exploring Jailbreak Attacks On Vision-and-Language Navigation
von: Lyu, Wenqi, et al.
Veröffentlicht: (2025)

RClicks: Realistic Click Simulation for Benchmarking Interactive Segmentation
von: Antonov, Anton, et al.
Veröffentlicht: (2024)

NavTrust: Benchmarking Trustworthiness for Embodied Navigation
von: Jiang, Huaide, et al.
Veröffentlicht: (2026)

MLANet: Multi-Level Attention Network with Sub-instruction for Continuous Vision-and-Language Navigation
von: He, Zongtao, et al.
Veröffentlicht: (2023)

Vision-and-Language Navigation via Causal Learning
von: Wang, Liuyi, et al.
Veröffentlicht: (2024)

Hierarchical Process Reward Models are Symbolic Vision Learners
von: Zhang, Shan, et al.
Veröffentlicht: (2025)

A Unified and General Humanoid Whole-Body Controller for Versatile Locomotion
von: Xue, Yufei, et al.
Veröffentlicht: (2025)

CronusVLA: Towards Efficient and Robust Manipulation via Multi-Frame Vision-Language-Action Modeling
von: Li, Hao, et al.
Veröffentlicht: (2025)

BEHAVIOR-1K: A Human-Centered, Embodied AI Benchmark with 1,000 Everyday Activities and Realistic Simulation
von: Li, Chengshu, et al.
Veröffentlicht: (2024)

PASTS: Progress-Aware Spatio-Temporal Transformer Speaker For Vision-and-Language Navigation
von: Wang, Liuyi, et al.
Veröffentlicht: (2023)

Embodied Agent Interface: Benchmarking LLMs for Embodied Decision Making
von: Li, Manling, et al.
Veröffentlicht: (2024)

Pediatric Chronic Monteggia Fractures: Insights From a Comprehensive Review
von: Gengze Li, et al.
Veröffentlicht: (2025)

Hybrid Internal Model: Learning Agile Legged Locomotion with Simulated Robot Response
von: Long, Junfeng, et al.
Veröffentlicht: (2023)

LangMap: A Human-Verified Benchmark for Hierarchical Open-Vocabulary Goal Navigation
von: Miao, Bo, et al.
Veröffentlicht: (2026)

Fast-SmartWay: Panoramic-Free End-to-End Zero-Shot Vision-and-Language Navigation
von: Shi, Xiangyu, et al.
Veröffentlicht: (2025)

Confident Sinkhorn Allocation for Pseudo-Labeling
von: Nguyen, Vu, et al.
Veröffentlicht: (2022)

Points-to-3D: Structure-Aware 3D Generation with Point Cloud Priors
von: Xia, Jiatong, et al.
Veröffentlicht: (2026)