867 papers
Deze paper introduceert ActiSeg-NL, het eerste benchmark voor actiegerichte videosegmentatie onder labelruis, en stelt een robuustheidsanalyse en een Parallel Mask Head Mechanism (PMHM) voor om de impact van onnauwkeurige tekstprompts en maskergrenzen op embodied intelligence te mitigeren.
Deze paper introduceert PRoP, een model-onafhankelijk kader dat het mogelijk maakt om robotbeleid te personaliseren op basis van gebruikersvoorkeuren terwijl de privacy wordt gewaarborgd door het gebruik van unieke sleutels die de netwerkweegs transformeren, zodat alleen de juiste gebruiker de gepersonaliseerde gedragingen kan activeren.
Deze paper presenteert een snelle lokale solver voor het schatten van vorm en pose van objecten op categorie-niveau die, gebruikmakend van een eigenwaardeprobleem en zelfconsistent-velditeratie, een globale optimaliteitscertificaat levert in minder dan een milliseconde.
Het paper introduceert RehearseVLA, een post-training framework dat Vision-Language-Action-modellen via een fysiek consistente virtuele simulator en een VLM-gestuurde reflector traint, waardoor ze veilig en data-efficiënt kunnen generaliseren in data-scarce scenario's zonder fysieke interactie.
Het artikel introduceert ELMUR, een transformer-architectuur met gestructureerd extern geheugen die door middel van een LRU-update- en herschrijfmechanisme effectieve horizons tot 100.000 keer de aandachtswindow verlengt en zo aanzienlijk betere prestaties behaalt op lange-horizon, gedeeltelijk waarneembare taken in vergelijking met bestaande methoden.
TIGeR is een nieuw raamwerk dat Vision-Language Models transformeert tot nauwkeurige meetkundige computers door het genereren en uitvoeren van code voor externe tools, waardoor robots centimeterprecisie bereiken in real-world manipulatieopdrachten.
LaViRA is een zero-shot raamwerk voor visueel-taalnavigatie in continue omgevingen dat door een hiërarchische decompositie van acties in taal-, visie- en robotstappen de redeneercapaciteiten van multimodale grote taalmodellen benut om superieure generalisatie in onbekende omgevingen te bereiken.
Dit paper introduceert SoraNav, een nieuw raamwerk dat door middel van multi-modale visuele annotatie en adaptieve besluitvorming zero-shot visueel-taalmodellen in staat stelt tot robuuste, taakgerichte navigatie van onbemande luchtvaartuigen in complexe 3D-omgevingen.
Deze paper introduceert Dynamic-ICP, een robuust registratiekader dat Doppler-gegevens van FMCW-LiDAR gebruikt om nauwkeurige bewegingsschattingen te realiseren in dynamische omgevingen zonder externe sensoren.
Deze paper introduceert een methode voor nauwkeurige monokulaire staatsschatting op flexibele robotsystemen door kinetodynamische priors te integreren via een vervormingskrachtenmodel en continue-tijd B-splines, waardoor zowel robuuste pose-schatting als het herstel van de metriek en zwaartekracht mogelijk wordt.
Dit paper introduceert CERNet, een unificerend hiërarchisch voorspellend-coderend recurrente neurale netwerkmodel dat robots in staat stelt om in real-time bewegingen te genereren, menselijke intenties te herkennen en de betrouwbaarheid van deze inferenties te schatten binnen één compact raamwerk.
Dit artikel toont aan dat multi-agent competitie met een spaarzame 'winnen'-beloning leidt tot het ontstaan van agile vlucht en strategieën die beter presteren en beter overdragen naar de echte wereld dan traditionele single-agent training met gedetailleerde gedragsbeloningen.
Dit artikel introduceert TOLEBI, een leerframework voor bipedale locomotie dat online statusschatting en beloningen voor foutgevoeligheid combineert om robots zoals TOCABI in staat te stellen om tijdens het lopen hardwarestoringen en externe verstoringen te overwinnen.
Dit artikel presenteert een volledig aan boord geïntegreerd perceptie- en besturingssysteem voor contactrijke luchtmanipulatie dat, zonder gebruik van externe bewegingsopname, nauwkeurige bewegingstracking en gereguleerde contactkrachten mogelijk maakt door middel van een geavanceerde visueel-inertiale odometrie en een hybride kracht-bewegingsregelaar.
Dit paper introduceert H-WM, een hiërarchisch wereldmodel dat logische en visuele state-transities in één raamwerk combineert om robuuste, op lange termijn robotplanning en -controle mogelijk te maken door de voordelen van symbolisch redeneren te integreren met visuele gronding.
Deze paper introduceert PhysMem, een geheugenframework dat het mogelijk maakt voor robotplanners op basis van vision-language modellen om tijdens de uitvoering fysische principes te leren van interacties zonder modelparameters bij te werken, waarbij hypothesen eerst worden geverifieerd voordat ze worden toegepast om de succeskans bij objectmanipulatie significant te verhogen.
FlowCorrect is een modulaire, interactieve imitatieleerbenadering die generatieve flow-matching beleidsregels voor robotmanipulatie tijdens de uitvoering efficiënt aanpast aan nieuwe situaties door gebruik te maken van menselijke correcties via een VR-interface, zonder dat het onderliggende model opnieuw getraind hoeft te worden.
Dit paper introduceert LiteVLA-Edge, een geoptimaliseerde VLA-pijplijn die middels 4-bits kwantisatie en GPU-versnelling real-time, offline multimodale besturing op ingebouwde Jetson Orin-hardware mogelijk maakt met een latentie van ongeveer 150 ms.
Deze paper presenteert een multi-agent-simulatieframework dat, door gebruik te maken van versterkingslering en realistisch terreinmodel, de mobiliteit van diverse menselijke en dierlijke groepen in ongelijkmatige archeologische landschappen analyseert om inzicht te krijgen in historische transportstrategieën en ruimtelijke organisatie.
Dit paper introduceert Phys4D, een drie-traps trainingsparadigma dat videodiffusiemodellen omzet in fysisch consistente 4D-wereldrepresentaties door gebruik te maken van pseudo-supervisie, gesimuleerde data en versterkingsleer om de fysieke plausibiliteit en spatiotemporale coherentie aanzienlijk te verbeteren.