Buchumschlag

TAVIS: A Benchmark for Egocentric Active Vision and Anticipatory Gaze in Imitation Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Spigler, Giacomo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Robotics Artificial Intelligence Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Predicting Depression and Anxiety Risk in Dutch Neighborhoods from Street-View Images
von: Khodorivsko, Nin, et al.
Veröffentlicht: (2024)

EgoVLA: Learning Vision-Language-Action Models from Egocentric Human Videos
von: Yang, Ruihan, et al.
Veröffentlicht: (2025)

EmbodiSwap for Zero-Shot Robot Imitation Learning
von: Dessalene, Eadom, et al.
Veröffentlicht: (2025)

HASARD: A Benchmark for Vision-Based Safe Reinforcement Learning in Embodied Agents
von: Tomilin, Tristan, et al.
Veröffentlicht: (2025)

Instant Policy: In-Context Imitation Learning via Graph Diffusion
von: Vosylius, Vitalis, et al.
Veröffentlicht: (2024)

What's the Move? Hybrid Imitation Learning via Salient Points
von: Sundaresan, Priya, et al.
Veröffentlicht: (2024)

Diffusion Meets DAgger: Supercharging Eye-in-hand Imitation Learning
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2024)

M2Distill: Multi-Modal Distillation for Lifelong Imitation Learning
von: Roy, Kaushik, et al.
Veröffentlicht: (2024)

SPIRE: Synergistic Planning, Imitation, and Reinforcement Learning for Long-Horizon Manipulation
von: Zhou, Zihan, et al.
Veröffentlicht: (2024)

NIL: No-data Imitation Learning by Leveraging Pre-trained Video Diffusion Models
von: Albaba, Mert, et al.
Veröffentlicht: (2025)

Imitation of human motion achieves natural head movements for humanoid robots in an active-speaker detection task
von: Ding, Bosong, et al.
Veröffentlicht: (2024)

3D Hand Pose Estimation in Everyday Egocentric Images
von: Prakash, Aditya, et al.
Veröffentlicht: (2023)

DeFIX: Detecting and Fixing Failure Scenarios with Reinforcement Learning in Imitation Learning Based Autonomous Driving
von: Dagdanov, Resul, et al.
Veröffentlicht: (2022)

Advancing Egocentric Video Question Answering with Multimodal Large Language Models
von: Patel, Alkesh, et al.
Veröffentlicht: (2025)

DexMimicGen: Automated Data Generation for Bimanual Dexterous Manipulation via Imitation Learning
von: Jiang, Zhenyu, et al.
Veröffentlicht: (2024)

Adapt3R: Adaptive 3D Scene Representation for Domain Transfer in Imitation Learning
von: Wilcox, Albert, et al.
Veröffentlicht: (2025)

What Matters to Enhance Traffic Rule Compliance of Imitation Learning for End-to-End Autonomous Driving
von: Zhou, Hongkuan, et al.
Veröffentlicht: (2023)

How to Benchmark Vision Foundation Models for Semantic Segmentation?
von: Kerssies, Tommie, et al.
Veröffentlicht: (2024)

Perception Without Vision for Trajectory Prediction: Ego Vehicle Dynamics as Scene Representation for Efficient Active Learning in Autonomous Driving
von: Greer, Ross, et al.
Veröffentlicht: (2024)

DistortBench: Benchmarking Vision Language Models on Image Distortion Identification
von: Goyal, Divyanshu, et al.
Veröffentlicht: (2026)

Whole-Body Conditioned Egocentric Video Prediction
von: Bai, Yutong, et al.
Veröffentlicht: (2025)

Observer-Actor: Active Vision Imitation Learning with Sparse-View Gaussian Splatting
von: Wang, Yilong, et al.
Veröffentlicht: (2025)

OKAMI: Teaching Humanoid Robots Manipulation Skills through Single Video Imitation
von: Li, Jinhan, et al.
Veröffentlicht: (2024)

DarkQA: Benchmarking Vision-Language Models on Visual-Primitive Question Answering in Low-Light Indoor Scenes
von: Park, Yohan, et al.
Veröffentlicht: (2025)

SegXAL: Explainable Active Learning for Semantic Segmentation in Driving Scene Scenarios
von: Mandalika, Sriram, et al.
Veröffentlicht: (2024)

Gaze-Guided 3D Hand Motion Prediction for Detecting Intent in Egocentric Grasping Tasks
von: He, Yufei, et al.
Veröffentlicht: (2025)

Theia: Distilling Diverse Vision Foundation Models for Robot Learning
von: Shang, Jinghuan, et al.
Veröffentlicht: (2024)

PerAct2: Benchmarking and Learning for Robotic Bimanual Manipulation Tasks
von: Grotz, Markus, et al.
Veröffentlicht: (2024)

EgoBridge: Domain Adaptation for Generalizable Imitation from Egocentric Human Data
von: Punamiya, Ryan, et al.
Veröffentlicht: (2025)

A Survey of State of the Art Large Vision Language Models: Alignment, Benchmark, Evaluations and Challenges
von: Li, Zongxia, et al.
Veröffentlicht: (2025)

RAPID: Robust and Agile Planner Using Inverse Reinforcement Learning for Vision-Based Drone Navigation
von: Kim, Minwoo, et al.
Veröffentlicht: (2025)

From Pixels to Predicates: Learning Symbolic World Models via Pretrained Vision-Language Models
von: Athalye, Ashay, et al.
Veröffentlicht: (2024)

AI Guide Dog: Egocentric Path Prediction on Smartphone
von: Jadhav, Aishwarya, et al.
Veröffentlicht: (2025)

PhysBench: Benchmarking and Enhancing Vision-Language Models for Physical World Understanding
von: Chow, Wei, et al.
Veröffentlicht: (2025)

SurgPose: Generalisable Surgical Instrument Pose Estimation using Zero-Shot Learning and Stereo Vision
von: Rai, Utsav, et al.
Veröffentlicht: (2025)

AutoVDC: Automated Vision Data Cleaning Using Vision-Language Models
von: Vasa, Santosh, et al.
Veröffentlicht: (2025)

A Survey on Efficient Vision-Language-Action Models
von: Yu, Zhaoshu, et al.
Veröffentlicht: (2025)

KINESIS: Motion Imitation for Human Musculoskeletal Locomotion
von: Simos, Merkourios, et al.
Veröffentlicht: (2025)

Extrapolated Urban View Synthesis Benchmark
von: Han, Xiangyu, et al.
Veröffentlicht: (2024)

A Vision-Enabled Prosthetic Hand for Children with Upper Limb Disabilities
von: Sarker, Md Abdul Baset, et al.
Veröffentlicht: (2025)