Copertina

GMT: Goal-Conditioned Multimodal Transformer for 6-DOF Object Trajectory Synthesis in 3D Scenes

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zeng, Huajian, Saroha, Abhishek, Cremers, Daniel, Wang, Xi
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition Robotics
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

EgoFlow: Gradient-Guided Flow Matching for Egocentric 6DoF Object Motion Generation
di: Saroha, Abhishek, et al.
Pubblicazione: (2026)

Benchmarking Single-Step Inpainting Methods for Multi-Object 3D Gaussian Splatting Scenes
di: Dröge, Finn, et al.
Pubblicazione: (2026)

ZDySS -- Zero-Shot Dynamic Scene Stylization using Gaussian Splatting
di: Saroha, Abhishek, et al.
Pubblicazione: (2025)

Enhancing Surface Neural Implicits with Curvature-Guided Sampling and Uncertainty-Augmented Representations
di: Sang, Lu, et al.
Pubblicazione: (2023)

Efficient Data Representation for Motion Forecasting: A Scene-Specific Trajectory Set Approach
di: Vivekanandan, Abhishek, et al.
Pubblicazione: (2024)

Articulate3D: Holistic Understanding of 3D Scenes as Universal Scene Description
di: Halacheva, Anna-Maria, et al.
Pubblicazione: (2024)

Nonisotropic Gaussian Diffusion for Realistic 3D Human Motion Prediction
di: Curreli, Cecilia, et al.
Pubblicazione: (2025)

GAS-NeRF: Geometry-Aware Stylization of Dynamic Radiance Fields
di: Vu, Nhat Phuong Anh, et al.
Pubblicazione: (2025)

SHOW3D: Capturing Scenes of 3D Hands and Objects in the Wild
di: Rim, Patrick, et al.
Pubblicazione: (2026)

CoE: Deep Coupled Embedding for Non-Rigid Point Cloud Correspondences
di: Zeng, Huajian, et al.
Pubblicazione: (2024)

HI-SLAM2: Geometry-Aware Gaussian SLAM for Fast Monocular Scene Reconstruction
di: Zhang, Wei, et al.
Pubblicazione: (2024)

ClearDepth: Enhanced Stereo Perception of Transparent Objects for Robotic Manipulation
di: Bai, Kaixin, et al.
Pubblicazione: (2024)

Chatting about Conditional Trajectory Prediction
di: Zhao, Yuxiang, et al.
Pubblicazione: (2026)

Object-Scene-Camera Decomposition and Recomposition for Data-Efficient Monocular 3D Object Detection
di: Kuang, Zhaonian, et al.
Pubblicazione: (2026)

Online 3D Scene Reconstruction Using Neural Object Priors
di: Chabal, Thomas, et al.
Pubblicazione: (2025)

ArtiBench and ArtiBrain: Benchmarking Generalizable Vision-Language Articulated Object Manipulation
di: Wu, Yuhan, et al.
Pubblicazione: (2025)

Efficient Multi-Task Scene Analysis with RGB-D Transformers
di: Fischedick, Söhnke Benedikt, et al.
Pubblicazione: (2023)

Informative Object-centric Next Best View for Object-aware 3D Gaussian Splatting in Cluttered Scenes
di: Jeong, Seunghoon, et al.
Pubblicazione: (2026)

StreamMOTP: Streaming and Unified Framework for Joint 3D Multi-Object Tracking and Trajectory Prediction
di: Zhuang, Jiaheng, et al.
Pubblicazione: (2024)

FOM-Nav: Frontier-Object Maps for Object Goal Navigation
di: Chabal, Thomas, et al.
Pubblicazione: (2025)

OrthoLoC: UAV 6-DoF Localization and Calibration Using Orthographic Geodata
di: Dhaouadi, Oussema, et al.
Pubblicazione: (2025)

OmniPose6D: Towards Short-Term Object Pose Tracking in Dynamic Scenes from Monocular RGB
di: Lin, Yunzhi, et al.
Pubblicazione: (2024)

DynamicPose: Real-time and Robust 6D Object Pose Tracking for Fast-Moving Cameras and Objects
di: Liang, Tingbang, et al.
Pubblicazione: (2025)

PG-SLAM: Photo-realistic and Geometry-aware RGB-D SLAM in Dynamic Environments
di: Li, Haoang, et al.
Pubblicazione: (2024)

DiffCD: A Symmetric Differentiable Chamfer Distance for Neural Implicit Surface Fitting
di: Härenstam-Nielsen, Linus, et al.
Pubblicazione: (2024)

TARGO: Benchmarking Target-driven Object Grasping under Occlusions
di: Xia, Yan, et al.
Pubblicazione: (2024)

Recasting Generic Pretrained Vision Transformers As Object-Centric Scene Encoders For Manipulation Policies
di: Qian, Jianing, et al.
Pubblicazione: (2024)

Cross-Level Sensor Fusion with Object Lists via Transformer for 3D Object Detection
di: Liu, Xiangzhong, et al.
Pubblicazione: (2025)

Dexterous Manipulation Policies from RGB Human Videos via 3D Hand-Object Trajectory Reconstruction
di: Chen, Hongyi, et al.
Pubblicazione: (2026)

M3DMap: Object-aware Multimodal 3D Mapping for Dynamic Environments
di: Yudin, Dmitry
Pubblicazione: (2025)

3D Scene Rendering with Multimodal Gaussian Splatting
di: Gau, Chi-Shiang, et al.
Pubblicazione: (2026)

The Monado SLAM Dataset for Egocentric Visual-Inertial Tracking
di: de Mayo, Mateo, et al.
Pubblicazione: (2025)

MOPA: Modular Object Navigation with PointGoal Agents
di: Raychaudhuri, Sonia, et al.
Pubblicazione: (2023)

PlaceIt3D: Language-Guided Object Placement in Real 3D Scenes
di: Abdelreheem, Ahmed, et al.
Pubblicazione: (2025)

SG-Nav: Online 3D Scene Graph Prompting for LLM-based Zero-shot Object Navigation
di: Yin, Hang, et al.
Pubblicazione: (2024)

Zero-shot Reconstruction of In-Scene Object Manipulation from Video
di: Lin, Dixuan, et al.
Pubblicazione: (2025)

VoxNeRF: Bridging Voxel Representation and Neural Radiance Fields for Enhanced Indoor View Synthesis
di: Wang, Sen, et al.
Pubblicazione: (2023)

Shape Your Ground: Refining Road Surfaces Beyond Planar Representations
di: Dhaouadi, Oussema, et al.
Pubblicazione: (2025)

Gaussian Splatting in Style
di: Saroha, Abhishek, et al.
Pubblicazione: (2024)

CoBEV: Elevating Roadside 3D Object Detection with Depth and Height Complementarity
di: Shi, Hao, et al.
Pubblicazione: (2023)