3835 papers
Deze paper introduceert de Cumulative Consensus Score (CCS), een labelvrije en modelonafhankelijke methode die testtijd-data-augmentatie en ruimtelijke consistentie van voorspellingen gebruikt om de betrouwbaarheid van objectdetectiemodellen in de praktijk continu te evalueren zonder grondwaarheid-annotaties.
Dit paper introduceert WHU-STree, een uitgebreid, multi-modaal dataset voor straatbomen die synchroniseerde puntwolken en afbeeldingen bevat van twee steden, en die dient als benchmark voor diverse taken zoals boomsoortclassificatie en individuele boomsegmentatie om de efficiëntie van stedelijke boominventarisatie te verbeteren.
Deze paper introduceert een asynchroon versterkingsleerframework met een tijdelijke coderingsmodule dat de perceptie en besturing van autonome vliegende voertuigen ontkoppelt, waardoor robuuste navigatie met een hoge frequentie mogelijk is ondanks vertragingen in sensorupdates, wat succesvol is geverifieerd in simulaties en een echte vluchttest.
GeoAware-VLA is een effectieve aanpak die de generalisatie van Vision-Language-Action-modellen naar onbekende cameraviewpoints verbetert door het integreren van ingebouwde geometrische priors via een bevroren visueel model, wat leidt tot aanzienlijke successverbeteringen in zowel simulatie als de fysieke wereld.
In deze studie wordt de Object-Adaptive Impact Point Predictor (OIPP) voorgesteld, een systeem dat met behulp van een nieuw, divers dataset en een object-geadaptieve encoder de landingspositie van uiteenlopende vliegende objecten nauwkeurig voorspelt om een viervoetige robot in staat te stellen deze te vangen.
Dit paper introduceert LibriTTS-VI, het eerste publieke corpus voor numerieke stemindrukcontrole, en stelt nieuwe methoden voor om het probleem van 'impression leakage' op te lossen door het ontkoppelen van sprekeridentiteit en stemindruk, wat leidt tot een aanzienlijke verbetering in de controleerbaarheid van de gegenereerde spraak.
Dit artikel introduceert een robuust raamwerk voor compositional generalisatie in algemene robots dat scene graphs combineert met diffusie-imitatieleren en een vision-language model om complexe, langdurige taken succesvoller uit te voeren dan bestaande methoden.
Dit paper introduceert DroFiT, een lichtgewicht single-microfoon netwerk dat een frequentie-georiënteerde Transformer combineert met een hybride encoder-decoder en TCN om spraakversterking in real-time mogelijk te maken op hulpbronbeperkte UAV-platforms, zelfs bij ernstige drone-ruis.
Deze paper presenteert een snelle, op gebeurtenissen gebaseerde visuele teach-and-repeat-navigatiesysteem dat via kruiscorrelatie in het Frequentiedomein een verwerkingslatentie van slechts 2,88 ms bereikt en autonoom navigatie over meer dan 3 kilometer in diverse omstandigheden mogelijk maakt met een afwijking van minder dan 15 cm.
Deze studie toont aan dat bestaande videobenchmarks audio vaak negeren, maar dat het integreren van spraakencoders in moderne Video-LLMs wel degelijk leidt tot significante verbeteringen bij taken die luisteren vereisen.
Dit paper introduceert FINS, een lichtgewicht framework dat met behulp van een enkele afbeelding en vooraf getrainde fundamentele modellen binnen enkele seconden hoogwaardige impliciete oppervlakken en SDF-velden reconstrueert voor robottoepassingen zoals bewegingsgeneratie.
Dit paper introduceert RetoVLA, een efficiënt Vision-Language-Action-model dat bestaande register-tokens hergebruikt om de ruimtelijke redeneercapaciteit te verbeteren zonder de parametergrootte te vergroten, wat resulteert in een aanzienlijke stijging van het succespercentage bij robotmanipulatie.
Dit paper introduceert QuantVGGT, het eerste kwantisatiekader voor Visual Geometry Grounded Transformers (VGGTs) dat middels Dubbel-Gegladde Fijne-Korrelige Kwantisatie en Ruis-gefilterde Divers Steekproeven de hoge reken- en geheugenkosten van deze modellen aanzienlijk verlaagt zonder in te leveren op reconstructieprecisie.
Deze paper presenteert een autonoom raamwerk voor het koppelen van drones met vierpotige robots in complexe, GPS-loze omgevingen, waarbij een door deep reinforcement learning aangedreven houdingsstabilisatie van de robot en een drietrapsbesturingsstrategie met beperkingsbewuste regeling worden gebruikt om veilig te landen op ongelijk terrein zoals trappen en steile hellingen.
Deze paper introduceert MATR, een Motion-Aware Transformer die de associatie- en detectieprestaties van multi-object tracking in complexe scènes aanzienlijk verbetert door objectbewegingen expliciet te voorspellen en query-conflicten te verminderen, wat resulteert in state-of-the-art resultaten op diverse benchmarks.
GS-2M is een materiaalbewust optimalisatiekader dat 3D Gaussian Splatting gebruikt om vanuit multi-view beelden hoogwaardige, reflecterende oppervlakken om te zetten in nauwkeurige 3D-meshes door gezamenlijke optimalisatie van geometrie en materiaal, zonder afhankelijk te zijn van zware neurale componenten.
Deze paper introduceert een op Bayesiaanse overtuigingsleer gebaseerd raamwerk om de strategische overtuigingskracht van taalmodellen te evalueren en te trainen, waarbij blijkt dat zowel geavanceerde als kleinere modellen door versterkingslering aanzienlijke verbeteringen in overtuigingsresultaten kunnen boeken.
In dit paper wordt een veiligheidsbewust raamwerk voor veerkrachtig lopen van viervoeters gepresenteerd dat, via een leerproces met een leraar-leerling-structuur en een veiligheidscriticus, aanpasbare compliantie en robuuste stabiliteit garandeert bij externe krachten zonder expliciete krachtsensoren.
Dit paper introduceert FAMDA, een effectief zelftrainingskader dat Vision Foundation Models gebruikt als leraren om robuuste en efficiënte multi-task dense prediction-modellen te creëren die de prestaties van bestaande methoden voor domeinadaptatie in robotica significant verbeteren.
Het paper introduceert QuantSparse, een geïntegreerd framework dat modelquantisatie en attentiesparsificatie combineert via innovatieve technieken zoals Multi-Scale Salient Attention Distillation en Second-Order Sparse Attention Reparameterization om de rekenefficiëntie van video-diffusietransformators aanzienlijk te verbeteren zonder in te leveren op de kwaliteit.