Instruction-as-State: Environment-Guided and State-Conditioned Semantic Understanding for Embodied Navigation
Fuente:
arXiv
Salvato in:
| Autori principali: | Liu, Zhen, Liu, Yuhan, Wang, Jinjun, Liu, Jianyi, Song, Wei, Fu, Jingwen |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
The Essence of Balance for Self-Improving Agents in Vision-and-Language Navigation
di: Liu, Zhen, et al.
Pubblicazione: (2026)
di: Liu, Zhen, et al.
Pubblicazione: (2026)
Dual-Anchoring: Addressing State Drift in Vision-Language Navigation
di: Wu, Kangyi, et al.
Pubblicazione: (2026)
di: Wu, Kangyi, et al.
Pubblicazione: (2026)
Bridging the Indoor-Outdoor Gap: Vision-Centric Instruction-Guided Embodied Navigation for the Last Meters
di: Zhao, Yuxiang, et al.
Pubblicazione: (2026)
di: Zhao, Yuxiang, et al.
Pubblicazione: (2026)
Navigating Beyond Instructions: Vision-and-Language Navigation in Obstructed Environments
di: Hong, Haodong, et al.
Pubblicazione: (2024)
di: Hong, Haodong, et al.
Pubblicazione: (2024)
FloNa: Floor Plan Guided Embodied Visual Navigation
di: Li, Jiaxin, et al.
Pubblicazione: (2024)
di: Li, Jiaxin, et al.
Pubblicazione: (2024)
VEOcc: Voxel-Centric Online Semantic Occupancy Prediction For Embodied Scene Understanding
di: Wang, Ruoyu, et al.
Pubblicazione: (2026)
di: Wang, Ruoyu, et al.
Pubblicazione: (2026)
REGNav: Room Expert Guided Image-Goal Navigation
di: Li, Pengna, et al.
Pubblicazione: (2025)
di: Li, Pengna, et al.
Pubblicazione: (2025)
Semantic Audio-Visual Navigation in Continuous Environments
di: Zeng, Yichen, et al.
Pubblicazione: (2026)
di: Zeng, Yichen, et al.
Pubblicazione: (2026)
EnerVerse-AC: Envisioning Embodied Environments with Action Condition
di: Jiang, Yuxin, et al.
Pubblicazione: (2025)
di: Jiang, Yuxin, et al.
Pubblicazione: (2025)
Fine-Grained Instruction-Guided Graph Reasoning for Vision-and-Language Navigation
di: Liu, Yaohua, et al.
Pubblicazione: (2025)
di: Liu, Yaohua, et al.
Pubblicazione: (2025)
MEIA: Multimodal Embodied Perception and Interaction in Unknown Environments
di: Liu, Yang, et al.
Pubblicazione: (2024)
di: Liu, Yang, et al.
Pubblicazione: (2024)
Volumetric Environment Representation for Vision-Language Navigation
di: Liu, Rui, et al.
Pubblicazione: (2024)
di: Liu, Rui, et al.
Pubblicazione: (2024)
SM3D: Mitigating Spectral Bias and Semantic Dilution in Point Cloud State Space Models
di: Liu, Bin, et al.
Pubblicazione: (2025)
di: Liu, Bin, et al.
Pubblicazione: (2025)
Multimodal Instruction Tuning with Hybrid State Space Models
di: Zhou, Jianing, et al.
Pubblicazione: (2024)
di: Zhou, Jianing, et al.
Pubblicazione: (2024)
Nav-R1: Reasoning and Navigation in Embodied Scenes
di: Liu, Qingxiang, et al.
Pubblicazione: (2025)
di: Liu, Qingxiang, et al.
Pubblicazione: (2025)
Generation Navigator: A State-Aware Agentic Framework for Image Generation
di: Liu, Jinming, et al.
Pubblicazione: (2026)
di: Liu, Jinming, et al.
Pubblicazione: (2026)
Navigation Instruction Generation with BEV Perception and Large Language Models
di: Fan, Sheng, et al.
Pubblicazione: (2024)
di: Fan, Sheng, et al.
Pubblicazione: (2024)
Real-Time Metric-Semantic Mapping for Autonomous Navigation in Outdoor Environments
di: Jiao, Jianhao, et al.
Pubblicazione: (2024)
di: Jiao, Jianhao, et al.
Pubblicazione: (2024)
SpatialFly: Geometry-Guided Representation Alignment for UAV Vision-and-Language Navigation in Urban Environments
di: Jiang, Wen, et al.
Pubblicazione: (2026)
di: Jiang, Wen, et al.
Pubblicazione: (2026)
StreamEQA: Towards Streaming Video Understanding for Embodied Scenarios
di: Wang, Yifei, et al.
Pubblicazione: (2025)
di: Wang, Yifei, et al.
Pubblicazione: (2025)
Guiding Diffusion Models with Semantically Degraded Conditions
di: Han, Shilong, et al.
Pubblicazione: (2026)
di: Han, Shilong, et al.
Pubblicazione: (2026)
NavAgent: Multi-scale Urban Street View Fusion For UAV Embodied Vision-and-Language Navigation
di: Liu, Youzhi, et al.
Pubblicazione: (2024)
di: Liu, Youzhi, et al.
Pubblicazione: (2024)
ISCS: Parameter-Guided Feature Pruning for Resource-Constrained Embodied Perception
di: Wang, Jinhao, et al.
Pubblicazione: (2025)
di: Wang, Jinhao, et al.
Pubblicazione: (2025)
DISCO: Embodied Navigation and Interaction via Differentiable Scene Semantics and Dual-level Control
di: Xu, Xinyu, et al.
Pubblicazione: (2024)
di: Xu, Xinyu, et al.
Pubblicazione: (2024)
VFGS-Net: Frequency-Guided State-Space Learning for Topology-Preserving Retinal Vessel Segmentation
di: Song, Ruiqi, et al.
Pubblicazione: (2026)
di: Song, Ruiqi, et al.
Pubblicazione: (2026)
Move to Understand a 3D Scene: Bridging Visual Grounding and Exploration for Efficient and Versatile Embodied Navigation
di: Zhu, Ziyu, et al.
Pubblicazione: (2025)
di: Zhu, Ziyu, et al.
Pubblicazione: (2025)
SCENIC: Scene-aware Semantic Navigation with Instruction-guided Control
di: Zhang, Xiaohan, et al.
Pubblicazione: (2024)
di: Zhang, Xiaohan, et al.
Pubblicazione: (2024)
Event-based Video Frame Interpolation with Edge Guided Motion Refinement
di: Liu, Yuhan, et al.
Pubblicazione: (2024)
di: Liu, Yuhan, et al.
Pubblicazione: (2024)
Hierarchical Instruction-aware Embodied Visual Tracking
di: Wu, Kui, et al.
Pubblicazione: (2025)
di: Wu, Kui, et al.
Pubblicazione: (2025)
SAMA: Factorized Semantic Anchoring and Motion Alignment for Instruction-Guided Video Editing
di: Zhang, Xinyao, et al.
Pubblicazione: (2026)
di: Zhang, Xinyao, et al.
Pubblicazione: (2026)
Disentangling Instruction Influence in Diffusion Transformers for Parallel Multi-Instruction-Guided Image Editing
di: Liu, Hui, et al.
Pubblicazione: (2025)
di: Liu, Hui, et al.
Pubblicazione: (2025)
Rethinking Cross-Domain Evaluation for Face Forgery Detection with Semantic Fine-grained Alignment and Mixture-of-Experts
di: Luo, Yuhan, et al.
Pubblicazione: (2026)
di: Luo, Yuhan, et al.
Pubblicazione: (2026)
Multi-Scale Gaussian-Language Map for Zero-shot Embodied Navigation and Reasoning
di: Zhang, Sixian, et al.
Pubblicazione: (2026)
di: Zhang, Sixian, et al.
Pubblicazione: (2026)
EmbodiedGen: Towards a Generative 3D World Engine for Embodied Intelligence
di: Wang, Xinjie, et al.
Pubblicazione: (2025)
di: Wang, Xinjie, et al.
Pubblicazione: (2025)
Embodied Scene Understanding for Vision Language Models via MetaVQA
di: Wang, Weizhen, et al.
Pubblicazione: (2025)
di: Wang, Weizhen, et al.
Pubblicazione: (2025)
FlowSeg: Dynamic Semantic Guidance for LLM-Conditioned Segmentation
di: Zhang, Zekang, et al.
Pubblicazione: (2026)
di: Zhang, Zekang, et al.
Pubblicazione: (2026)
Current Status and Trends in Image Anti-Forensics Research: A Bibliometric Analysis
di: Lu, Yihong, et al.
Pubblicazione: (2024)
di: Lu, Yihong, et al.
Pubblicazione: (2024)
Pseudo-label Based Domain Adaptation for Zero-Shot Text Steganalysis
di: Luo, Yufei, et al.
Pubblicazione: (2024)
di: Luo, Yufei, et al.
Pubblicazione: (2024)
Uni-NaVid: A Video-based Vision-Language-Action Model for Unifying Embodied Navigation Tasks
di: Zhang, Jiazhao, et al.
Pubblicazione: (2024)
di: Zhang, Jiazhao, et al.
Pubblicazione: (2024)
3D Gaussian Map with Open-Set Semantic Grouping for Vision-Language Navigation
di: Gao, Jianzhe, et al.
Pubblicazione: (2026)
di: Gao, Jianzhe, et al.
Pubblicazione: (2026)
Documenti analoghi
-
The Essence of Balance for Self-Improving Agents in Vision-and-Language Navigation
di: Liu, Zhen, et al.
Pubblicazione: (2026) -
Dual-Anchoring: Addressing State Drift in Vision-Language Navigation
di: Wu, Kangyi, et al.
Pubblicazione: (2026) -
Bridging the Indoor-Outdoor Gap: Vision-Centric Instruction-Guided Embodied Navigation for the Last Meters
di: Zhao, Yuxiang, et al.
Pubblicazione: (2026) -
Navigating Beyond Instructions: Vision-and-Language Navigation in Obstructed Environments
di: Hong, Haodong, et al.
Pubblicazione: (2024) -
FloNa: Floor Plan Guided Embodied Visual Navigation
di: Li, Jiaxin, et al.
Pubblicazione: (2024)