History-Conditioned Spatio-Temporal Visual Token Pruning for Efficient Vision-Language Navigation
Fuente:
arXiv
Salvato in:
| Autori principali: | Wang, Qitong, Liang, Yijun, Li, Ming, Zhou, Tianyi, Rasmussen, Christopher |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
ST-Booster: An Iterative SpatioTemporal Perception Booster for Vision-and-Language Navigation in Continuous Environments
di: Yue, Lu, et al.
Pubblicazione: (2025)
di: Yue, Lu, et al.
Pubblicazione: (2025)
VISTA: Generative Visual Imagination for Vision-and-Language Navigation
di: Huang, Yanjia, et al.
Pubblicazione: (2025)
di: Huang, Yanjia, et al.
Pubblicazione: (2025)
RoboStream: Weaving Spatio-Temporal Reasoning with Memory in Vision-Language Models for Robotics
di: Huang, Yuzhi, et al.
Pubblicazione: (2026)
di: Huang, Yuzhi, et al.
Pubblicazione: (2026)
LCLA: Language-Conditioned Latent Alignment for Vision-Language Navigation
di: Subedi, Nitesh, et al.
Pubblicazione: (2026)
di: Subedi, Nitesh, et al.
Pubblicazione: (2026)
STRNet: Visual Navigation with Spatio-Temporal Representation through Dynamic Graph Aggregation
di: Ren, Hao, et al.
Pubblicazione: (2026)
di: Ren, Hao, et al.
Pubblicazione: (2026)
Aux-Think: Exploring Reasoning Strategies for Data-Efficient Vision-Language Navigation
di: Wang, Shuo, et al.
Pubblicazione: (2025)
di: Wang, Shuo, et al.
Pubblicazione: (2025)
OmniVLN: Omnidirectional 3D Perception and Token-Efficient LLM Reasoning for Visual-Language Navigation across Air and Ground Platforms
di: Liu, Zhongyuang, et al.
Pubblicazione: (2026)
di: Liu, Zhongyuang, et al.
Pubblicazione: (2026)
Policy-Guided World Model Planning for Language-Conditioned Visual Navigation
di: Chahe, Amirhosein, et al.
Pubblicazione: (2026)
di: Chahe, Amirhosein, et al.
Pubblicazione: (2026)
Co-NavGPT: Multi-Robot Cooperative Visual Semantic Navigation Using Vision Language Models
di: Yu, Bangguo, et al.
Pubblicazione: (2023)
di: Yu, Bangguo, et al.
Pubblicazione: (2023)
Action-aware Dynamic Pruning for Efficient Vision-Language-Action Manipulation
di: Pei, Xiaohuan, et al.
Pubblicazione: (2025)
di: Pei, Xiaohuan, et al.
Pubblicazione: (2025)
ETA-VLA: Efficient Token Adaptation via Temporal Fusion and Intra-LLM Sparsification for Vision-Language-Action Models
di: Wang, Yiru, et al.
Pubblicazione: (2026)
di: Wang, Yiru, et al.
Pubblicazione: (2026)
Progress-Think: Semantic Progress Reasoning for Vision-Language Navigation
di: Wang, Shuo, et al.
Pubblicazione: (2025)
di: Wang, Shuo, et al.
Pubblicazione: (2025)
History-Enhanced Two-Stage Transformer for Aerial Vision-and-Language Navigation
di: Ding, Xichen, et al.
Pubblicazione: (2025)
di: Ding, Xichen, et al.
Pubblicazione: (2025)
DTP: A Simple yet Effective Distracting Token Pruning Framework for Vision-Language Action Models
di: Li, Chenyang, et al.
Pubblicazione: (2026)
di: Li, Chenyang, et al.
Pubblicazione: (2026)
BFA++: Hierarchical Best-Feature-Aware Token Prune for Multi-View Vision Language Action Model
di: Li, Haosheng, et al.
Pubblicazione: (2026)
di: Li, Haosheng, et al.
Pubblicazione: (2026)
LaST$_{0}$: Latent Spatio-Temporal Chain-of-Thought for Robotic Vision-Language-Action Model
di: Liu, Zhuoyang, et al.
Pubblicazione: (2026)
di: Liu, Zhuoyang, et al.
Pubblicazione: (2026)
Efficient Navigation in Unknown Indoor Environments with Vision-Language Models
di: Schwartz, D., et al.
Pubblicazione: (2025)
di: Schwartz, D., et al.
Pubblicazione: (2025)
Language-Conditioned World Modeling for Visual Navigation
di: Dong, Yifei, et al.
Pubblicazione: (2026)
di: Dong, Yifei, et al.
Pubblicazione: (2026)
SkyVLN: Vision-and-Language Navigation and NMPC Control for UAVs in Urban Environments
di: Li, Tianshun, et al.
Pubblicazione: (2025)
di: Li, Tianshun, et al.
Pubblicazione: (2025)
The Better You Learn, The Smarter You Prune: Towards Efficient Vision-language-action Models via Differentiable Token Pruning
di: Jiang, Titong, et al.
Pubblicazione: (2025)
di: Jiang, Titong, et al.
Pubblicazione: (2025)
VLA-AN: An Efficient and Onboard Vision-Language-Action Framework for Aerial Navigation in Complex Environments
di: Wu, Yuze, et al.
Pubblicazione: (2025)
di: Wu, Yuze, et al.
Pubblicazione: (2025)
DV-VLN: Dual Verification for Reliable LLM-Based Vision-and-Language Navigation
di: Li, Zijun, et al.
Pubblicazione: (2026)
di: Li, Zijun, et al.
Pubblicazione: (2026)
VLN-Game: Vision-Language Equilibrium Search for Zero-Shot Semantic Navigation
di: Yu, Bangguo, et al.
Pubblicazione: (2024)
di: Yu, Bangguo, et al.
Pubblicazione: (2024)
PANav: Toward Privacy-Aware Robot Navigation via Vision-Language Models
di: Yu, Bangguo, et al.
Pubblicazione: (2024)
di: Yu, Bangguo, et al.
Pubblicazione: (2024)
AutoSpatial: Visual-Language Reasoning for Social Robot Navigation through Efficient Spatial Reasoning Learning
di: Kong, Yangzhe, et al.
Pubblicazione: (2025)
di: Kong, Yangzhe, et al.
Pubblicazione: (2025)
AgentVLN: Towards Agentic Vision-and-Language Navigation
di: Xin, Zihao, et al.
Pubblicazione: (2026)
di: Xin, Zihao, et al.
Pubblicazione: (2026)
Learning to Accelerate Vision-Language-Action Models through Adaptive Visual Token Caching
di: Wei, Yujie, et al.
Pubblicazione: (2026)
di: Wei, Yujie, et al.
Pubblicazione: (2026)
History-Augmented Vision-Language Models for Frontier-Based Zero-Shot Object Navigation
di: Habibpour, Mobin, et al.
Pubblicazione: (2025)
di: Habibpour, Mobin, et al.
Pubblicazione: (2025)
Recursive Visual Imagination and Adaptive Linguistic Grounding for Vision Language Navigation
di: Chen, Bolei, et al.
Pubblicazione: (2025)
di: Chen, Bolei, et al.
Pubblicazione: (2025)
FAST: Efficient Action Tokenization for Vision-Language-Action Models
di: Pertsch, Karl, et al.
Pubblicazione: (2025)
di: Pertsch, Karl, et al.
Pubblicazione: (2025)
DepthCache: Depth-Guided Training-Free Visual Token Merging for Vision-Language-Action Model Inference
di: Li, Yuquan, et al.
Pubblicazione: (2026)
di: Li, Yuquan, et al.
Pubblicazione: (2026)
DeCoNav: Dialog enhanced Long-Horizon Collaborative Vision-Language Navigation
di: Zhou, Sunyao, et al.
Pubblicazione: (2026)
di: Zhou, Sunyao, et al.
Pubblicazione: (2026)
Safe-VLN: Collision Avoidance for Vision-and-Language Navigation of Autonomous Robots Operating in Continuous Environments
di: Yue, Lu, et al.
Pubblicazione: (2023)
di: Yue, Lu, et al.
Pubblicazione: (2023)
CATNAV: Cached Vision-Language Traversability for Efficient Zero-Shot Robot Navigation
di: Potnis, Aditya, et al.
Pubblicazione: (2026)
di: Potnis, Aditya, et al.
Pubblicazione: (2026)
AdaNav: Adaptive Reasoning with Uncertainty for Vision-Language Navigation
di: Ding, Xin, et al.
Pubblicazione: (2025)
di: Ding, Xin, et al.
Pubblicazione: (2025)
Spatio-Temporal Token Pruning for Efficient High-Resolution GUI Agents
di: Xu, Zhou, et al.
Pubblicazione: (2026)
di: Xu, Zhou, et al.
Pubblicazione: (2026)
HCSG: Human-Centric Semantic-Geometric Reasoning for Vision-Language Navigation
di: Xu, Haoxuan, et al.
Pubblicazione: (2026)
di: Xu, Haoxuan, et al.
Pubblicazione: (2026)
Spatio-Temporal Grounding of Large Language Models from Perception Streams
di: Anderson, Jacob, et al.
Pubblicazione: (2026)
di: Anderson, Jacob, et al.
Pubblicazione: (2026)
Structured Observation Language for Efficient and Generalizable Vision-Language Navigation
di: Peng, Daojie, et al.
Pubblicazione: (2026)
di: Peng, Daojie, et al.
Pubblicazione: (2026)
A Survey on Vision-Language-Action Models: An Action Tokenization Perspective
di: Zhong, Yifan, et al.
Pubblicazione: (2025)
di: Zhong, Yifan, et al.
Pubblicazione: (2025)
Documenti analoghi
-
ST-Booster: An Iterative SpatioTemporal Perception Booster for Vision-and-Language Navigation in Continuous Environments
di: Yue, Lu, et al.
Pubblicazione: (2025) -
VISTA: Generative Visual Imagination for Vision-and-Language Navigation
di: Huang, Yanjia, et al.
Pubblicazione: (2025) -
RoboStream: Weaving Spatio-Temporal Reasoning with Memory in Vision-Language Models for Robotics
di: Huang, Yuzhi, et al.
Pubblicazione: (2026) -
LCLA: Language-Conditioned Latent Alignment for Vision-Language Navigation
di: Subedi, Nitesh, et al.
Pubblicazione: (2026) -
STRNet: Visual Navigation with Spatio-Temporal Representation through Dynamic Graph Aggregation
di: Ren, Hao, et al.
Pubblicazione: (2026)