Leveraging Large (Visual) Language Models for Robot 3D Scene Understanding
专题命中 具身推理 :robotics(abstract);分类 cs.RO、cs.CV、cs.LG
Comments arXiv admin note: text overlap with arXiv:2206.04585
视觉与机器人
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
专题命中 具身推理 :robotics(abstract);分类 cs.RO、cs.CV、cs.LG
Comments arXiv admin note: text overlap with arXiv:2206.04585
专题命中 具身推理 :robotic(abstract);分类 cs.RO、cs.AI、cs.CV
Comments Accepted at The 2023 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2023)
专题命中 具身推理 :robotics(abstract);分类 cs.AI、cs.CV、cs.LG
Comments 14 pages, 6 figures
专题命中 具身推理 :robotics(abstract);分类 cs.AI、cs.CV、cs.LG
Comments Project page: https://prafullsharma.net/neural_groundplans/
专题命中 具身推理 :world model(abstract);分类 cs.RO、cs.AI、cs.LG
Comments 11 pages, 9 figures
专题命中 具身推理 :world model(abstract);分类 cs.RO、cs.AI、cs.LG
Comments Accepted to ICRA 2023
专题命中 具身推理 :robotic(abstract);分类 cs.RO、cs.AI、cs.CV
Comments Manuscript accepted in the International Journal of Computer Assisted Radiology and Surgery. codes available: https://github.com/lalithjets/Domain-adaptation-in-MTL
专题命中 具身推理 :robotics(abstract);分类 cs.RO、cs.CV、cs.LG
Comments For our project page, see https://makezur.github.io/FeatureRealisticFusion/
专题命中 具身推理 :world model(abstract);分类 cs.RO、cs.AI、cs.LG
专题命中 具身推理 :robotics(abstract);分类 cs.RO、cs.CV、cs.LG
Comments 22 pages, 23 Figures (including supplementary material). Presented 3DV 2021. Project website: https://diffsdfsim.is.tue.mpg.de/
Journal ref 2021 International Conference on 3D Vision (3DV)
专题命中 具身推理 :robotic(abstract);分类 cs.RO、cs.AI、cs.CV
专题命中 具身推理 :robotic(abstract);分类 cs.RO、cs.AI、cs.CV
专题命中 具身推理 :robotics(abstract);分类 cs.RO、cs.AI、cs.CV
专题命中 具身推理 :world model(abstract);分类 cs.RO、cs.AI、cs.LG
Comments 9 pages, 12 figures
专题命中 具身推理 :world model(abstract);分类 cs.AI、cs.CV、cs.LG
Comments Published as a conference paper at NeurIPS 2019 (spotlight)
专题命中 具身推理 :world model(abstract);robotic(abstract)
专题命中 具身推理 :world model(abstract);分类 cs.RO、cs.AI、cs.CV
专题命中 具身推理 :world model(abstract);分类 cs.AI、cs.CV、cs.LG
专题命中 具身推理 :navigation(abstract);分类 cs.AI、cs.CV、cs.LG
Comments Accepted by CVPR 2018 Workshop on Autonomous Driving
专题命中 具身推理 :world model(abstract);分类 cs.AI、cs.CV、cs.LG
Comments 6 pages, 5 figures
专题命中 具身推理 :world model(abstract);分类 cs.RO、cs.AI、cs.LG
专题命中 具身推理 :robotic(abstract);分类 cs.RO、cs.AI、cs.CV
Comments 14 pages, 11 figures
网格是否抹去了事件?用于审计医疗世界模型流程的EndoClock
机构 * Diastole Medical R&D(Diastole医疗研发机构)
专题命中 具身推理 :world model(abstract,comments);分类 cs.CV、cs.LG
AI总结 本研究针对医疗世界模型同步预处理可能抹去任务相关证据的问题,提出EndoClock审计方法及四分类法,以超声心动图为例验证其有效性,为医疗AI流程审计提供可执行方案。
Comments Accepted for publication at the 1st MICCAI Workshop on Medical World Models (MWM 2026)
ICRA 2026 GOOSE 2D细粒度语义分割挑战赛技术报告:探索基于查询的分割和增加空间上下文用于户外场景理解
机构 * Rey Juan Carlos University(胡安卡洛斯国王大学)
专题命中 具身推理 :robotics(abstract,comments);分类 cs.RO、cs.CV
AI总结 本报告提出基于SegFormer和Mask2Former的细粒度语义分割方法,通过增大训练裁剪尺寸和测试时增强,在GOOSE挑战赛上达到69.6% mIoU,验证了查询式分割和空间上下文的重要性。
Comments Ranked 5th in the GOOSE 2D Fine-Grained Semantic Segmentation Challenge at the IEEE ICRA 2026 Workshop on Field Robotics
面向城市环境的条件性 affordance 学习
机构 * Chair of Robotics Science and System Intelligence, Technical University of Munich(慕尼黑技术大学机器人科学与系统智能系)
专题命中 具身推理 :navigation(abstract);分类 cs.RO、cs.LG;robot learning(comments)
AI总结 本文提出了一种直接感知方法,通过将视频输入映射到适合复杂城市环境自主导航的中间表示,结合高层方向输入,实现了比现有强化学习和条件模仿学习方法更高的目标导向导航性能,并首次通过图像级标签处理交通灯和速度标志,显著减少模拟中的交通事故。
Comments Accepted for Conference on Robot Learning (CoRL) 2018
机构 * Nagoya University, Japan(名古屋大学)
专题命中 具身推理 :robotic(abstract,comments);分类 cs.RO;robot learning(comments)
Comments To be presented at the 1st Workshop on Intelligent Cobodied Assistance and Robotic Empowerment (iCARE). 2025 Conference on Robot Learning (CoRL)
Marionette:预测世界状态、渲染几何、绘制外观
机构 * Alaya Lab(Alaya实验室) ; Shanghai Innovation Institute(上海创新研究院) ; Huazhong University of Science and Technology(华中科技大学)
专题命中 具身推理 :world model(abstract);分类 cs.AI、cs.CV
AI总结 Marionette是面向带关节角色的交互式游戏的世界模型,通过显式建模3D世界状态、委托几何计算、合成外观,实现了可控的长时序行为,且外观生成无明显保真度损失。
Comments Project page: https://alayalab.github.io/Marionette/
语义辐射场作为真实场景空间推理的模拟器
机构 * Leipzig University(莱比锡大学) ; Systems Research Institute Polish Academy of Sciences(波兰科学院系统研究所) ; Wrocław University of Economics(弗罗茨瓦夫经济大学)
专题命中 具身推理 :embodied agent(abstract);分类 cs.RO、cs.CV
AI总结 该研究提出用语义辐射场(SRF)构建兼具几何真实性与语义可查询性的真实场景模拟器,用于训练评估具身智能体的空间推理能力,还将其应用于果园苹果采摘任务。
Comments Accepted at the IJCAI 2026 Workshop on Spatio-Temporal Reasoning and Learning (STRL), oral presentation
FUSE:通过自适应语义-几何证据获取实现主动功能可供性接地
专题命中 具身推理 :embodied agent(abstract);分类 cs.RO、cs.CV
AI总结 该研究提出主动功能可供性接地任务,构建FUSE框架结合不确定性驱动探索与摊销规划器,基于Habitat基准验证其在非神示接地中性能最优且计算量降低1.33倍。
Comments Under review. 15 Pages. 9 tables, 3 Figures
R4DSG:面向长时序自我中心视频中以对象为中心的问答的相对4D场景图记忆
机构 * Samsung R&D Institute China - Beijing(三星中国研发研究院(北京)) ; Shanghai Jiao Tong University(上海交通大学)
专题命中 具身推理 :world model(abstract);分类 cs.AI、cs.CV
AI总结 该研究提出R4DSG,一种面向长时序自我中心视频的相对4D场景图记忆,在EgoLifeQA数据集的对象相关问答任务中,较EgoRAG-Text取得显著性能提升,可作为可穿戴助手等的实用记忆载体。
Comments 10 pages, 3 figures, ACM Multimedia 2026, egocentric video; 3D scene graph; temporal memory; graph retrieval; object-state reasoning; multimodal question answering