会员服务
SceneVGGT: VGGT-based online 3D semantic SLAM for indoor scene understanding and navigation
Arxiv
0+阅读 · 2月19日
SurgRAW: Multi-Agent Workflow with Chain of Thought Reasoning for Robotic Surgical Video Analysis
Arxiv
0+阅读 · 2月18日
Language and Geometry Grounded Sparse Voxel Representations for Holistic Scene Understanding
Arxiv
0+阅读 · 2月17日
RoadscapesQA: A Multitask, Multimodal Dataset for Visual Question Answering on Indian Roads
Arxiv
0+阅读 · 2月13日
Omni-View: Unlocking How Generation Facilitates Understanding in Unified 3D Model based on Multiview images
Arxiv
0+阅读 · 1月30日
Generalizable Geometric Prior and Recurrent Spiking Feature Learning for Humanoid Robot Manipulation
Arxiv
0+阅读 · 1月13日
CHORAL: Traversal-Aware Planning for Safe and Efficient Heterogeneous Multi-Robot Routing
Arxiv
0+阅读 · 1月15日
CURVE: Learning Causality-Inspired Invariant Representations for Robust Scene Understanding via Uncertainty-Guided Regularization
Arxiv
0+阅读 · 1月28日
Exploiting Minority Pseudo-Labels for Semi-Supervised Fine-grained Road Scene Understanding
Arxiv
0+阅读 · 1月26日
Acoustic Field Video for Multimodal Scene Understanding
Arxiv
0+阅读 · 1月23日
Semantic2D: Enabling Semantic Scene Understanding with 2D Lidar Alone
Arxiv
0+阅读 · 1月25日
OpenVoxel: Training-Free Grouping and Captioning Voxels for Open-Vocabulary 3D Scene Understanding
Arxiv
0+阅读 · 1月14日
Leveraging 2D-VLM for Label-Free 3D Segmentation in Large-Scale Outdoor Scene Understanding
Arxiv
0+阅读 · 1月5日
How Robot Dogs See the Unseeable: Improving Visual Interpretability via Peering for Exploratory Robots
Arxiv
0+阅读 · 1月4日
How Robot Dogs See the Unseeable: Improving Visual Interpretability via Peering for Exploratory Robots
Arxiv
0+阅读 · 2025年12月30日
参考链接
微信扫码咨询专知VIP会员
Top