Buchumschlag

From Perception to Planning: Evolving Ego-Centric Task-Oriented Spatiotemporal Reasoning via Curriculum Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Xiaoda, Liu, Yuxiang, Gao, Shenzhou, Wang, Can, Xue, Jingyang, Yang, Lixin, Mu, Yao, Jin, Tao, Yan, Shuicheng, Zhang, Zhimeng, Zhao, Zhou
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Progressive Training Strategy for Vision-Language Models to Counteract Spatio-Temporal Hallucinations in Embodied Reasoning
von: Yang, Xiaoda, et al.
Veröffentlicht: (2026)

Gaze-Regularized VLMs for Ego-Centric Behavior Understanding
von: Pani, Anupam, et al.
Veröffentlicht: (2026)

EgoLog: Ego-Centric Fine-Grained Daily Log with Ubiquitous Wearables
von: He, Lixing, et al.
Veröffentlicht: (2025)

EgoCoT-Bench: Benchmarking Grounded and Verifiable Operation-Centric Chain of Thought Reasoning for MLLMs
von: Dai, Yang, et al.
Veröffentlicht: (2026)

Ego-InBetween: Generating Object State Transitions in Ego-Centric Videos
von: Ge, Mengmeng, et al.
Veröffentlicht: (2026)

EgoEsportsQA: An Egocentric Video Benchmark for Perception and Reasoning in Esports
von: Ma, Jianzhe, et al.
Veröffentlicht: (2026)

Self-Evolving Curriculum for LLM Reasoning
von: Chen, Xiaoyin, et al.
Veröffentlicht: (2025)

EgoIntrospect: An Egocentric Dataset and Benchmark for User-Centric Internal State Reasoning
von: Wang, Zeyu, et al.
Veröffentlicht: (2026)

STREAM: A Data-Centric Framework for Mining High-Value Task-Oriented Dialogues from Streaming Media
von: Xue, Liang, et al.
Veröffentlicht: (2026)

EgoReasoner: Learning Egocentric 4D Reasoning via Task-Adaptive Structured Thinking
von: Zhu, Fangrui, et al.
Veröffentlicht: (2026)

General and Task-Oriented Video Segmentation
von: Chen, Mu, et al.
Veröffentlicht: (2024)

EgoPoseVR: Spatiotemporal Multi-Modal Reasoning for Egocentric Full-Body Pose in Virtual Reality
von: Cheng, Haojie, et al.
Veröffentlicht: (2026)

Unsupervised Object-Centric Learning from Multiple Unspecified Viewpoints
von: Yuan, Jinyang, et al.
Veröffentlicht: (2024)

Spatial Reasoning with Vision-Language Models in Ego-Centric Multi-View Scenes
von: Gholami, Mohsen, et al.
Veröffentlicht: (2025)

Planning Agents on an Ego-Trip: Leveraging Hybrid Ego-Graph Ensembles for Improved Tool Retrieval in Enterprise Task Planning
von: Bansal, Sahil, et al.
Veröffentlicht: (2025)

Learning Evolving Preferences: A Federated Continual Framework for User-Centric Recommendation
von: Zhang, Chunxu, et al.
Veröffentlicht: (2026)

EC-IoU: Orienting Safety for Object Detectors via Ego-Centric Intersection-over-Union
von: Liao, Brian Hsuan-Cheng, et al.
Veröffentlicht: (2024)

EgoFSD: Ego-Centric Fully Sparse Paradigm with Uncertainty Denoising and Iterative Refinement for Efficient End-to-End Self-Driving
von: Su, Haisheng, et al.
Veröffentlicht: (2024)

Research on Least‐Square η‐Hermitian Solutions of Split Quaternion Matrix Equations
von: Yang Zhang, et al.
Veröffentlicht: (2024)

Preventing Curriculum Collapse in Self-Evolving Reasoning Systems
von: Mishra, Vaibhav
Veröffentlicht: (2026)

Qualitative Uncertainty Principles for the Nonisotropic Angular Stockwell Transforms
von: Xinyu Wang, et al.
Veröffentlicht: (2025)

On Benedicks–Amrein–Berthier uncertainty principles for continuous quaternion wavelet transform
von: Xinyu Wang, et al.
Veröffentlicht: (2024)

Tool-Augmented Spatiotemporal Reasoning for Streamlining Video Question Answering Task
von: Fan, Sunqi, et al.
Veröffentlicht: (2025)

EgoVITA: Learning to Plan and Verify for Egocentric Video Reasoning
von: Kulkarni, Yogesh, et al.
Veröffentlicht: (2025)

EgoExOR: An Ego-Exo-Centric Operating Room Dataset for Surgical Activity Understanding
von: Özsoy, Ege, et al.
Veröffentlicht: (2025)

MemGen: Weaving Generative Latent Memory for Self-Evolving Agents
von: Zhang, Guibin, et al.
Veröffentlicht: (2025)

SComCP: Task-Oriented Semantic Communication for Collaborative Perception
von: Gan, Jipeng, et al.
Veröffentlicht: (2025)

Learning Global Object-Centric Representations via Disentangled Slot Attention
von: Chen, Tonglin, et al.
Veröffentlicht: (2024)

LLM-Driven Multi-Turn Task-Oriented Dialogue Synthesis for Realistic Reasoning
von: Zhu, Yu, et al.
Veröffentlicht: (2026)

Collaborative Evolving Strategy for Automatic Data-Centric Development
von: Yang, Xu, et al.
Veröffentlicht: (2024)

StimuVAR: Spatiotemporal Stimuli-aware Video Affective Reasoning with Multimodal Large Language Models
von: Guo, Yuxiang, et al.
Veröffentlicht: (2024)

From Imitation to Discrimination: Toward A Generalized Curriculum Advantage Mechanism Enhancing Cross-Domain Reasoning Tasks
von: Yang, Changpeng, et al.
Veröffentlicht: (2025)

Simultaneous Detection and Interaction Reasoning for Object-Centric Action Recognition
von: Li, Xunsong, et al.
Veröffentlicht: (2024)

Designing Memory-Augmented AR Agents for Spatiotemporal Reasoning in Personalized Task Assistance
von: Choi, Dongwook, et al.
Veröffentlicht: (2025)

ECHO: Ego-Centric modeling of Human-Object interactions
von: Petrov, Ilya A., et al.
Veröffentlicht: (2025)

SPIRAL: Self-Evolving Action-Conditioned Video Generation via Reflective Planning Agents
von: Yang, Yu, et al.
Veröffentlicht: (2026)

Minerva-Ego: Spatiotemporal Hints for Egocentric Video Understanding
von: Nagrani, Arsha, et al.
Veröffentlicht: (2026)

PerceptionComp: A Video Benchmark for Complex Perception-Centric Reasoning
von: Li, Shaoxuan, et al.
Veröffentlicht: (2026)

Nuclear Mechanotransduction Across the Metastatic Cascade: Decoding Spatiotemporal Heterogeneity in Cancer Dissemination
von: Linqi Song, et al.
Veröffentlicht: (2026)

BrainMem: Brain-Inspired Evolving Memory for Embodied Agent Task Planning
von: Ma, Xiaoyu, et al.
Veröffentlicht: (2026)