成为VIP会员查看完整内容
VIP会员码认证
首页
主题
会员
服务
注册
·
登录
场景理解
关注
1
综合
百科
VIP
热门
动态
论文
精华
AutoMoT: A Unified Vision-Language-Action Model with Asynchronous Mixture-of-Transformers for End-to-End Autonomous Driving
Arxiv
0+阅读 · 3月18日
P$^{3}$Nav: End-to-End Perception, Prediction and Planning for Vision-and-Language Navigation
Arxiv
0+阅读 · 3月18日
OGScene3D: Incremental Open-Vocabulary 3D Gaussian Scene Graph Mapping for Scene Understanding
Arxiv
0+阅读 · 3月17日
AutoMoT: A Unified Vision-Language-Action Model with Asynchronous Mixture-of-Transformers for End-to-End Autonomous Driving
Arxiv
0+阅读 · 3月16日
Pixel-level Scene Understanding in One Token: Visual States Need What-is-Where Composition
Arxiv
0+阅读 · 3月14日
vS-Graphs: Tightly Coupling Visual SLAM and 3D Scene Graphs Exploiting Hierarchical Scene Understanding
Arxiv
0+阅读 · 3月11日
UniDrive-WM: Unified Understanding, Planning and Generation World Model For Autonomous Driving
Arxiv
0+阅读 · 3月3日
AV-Unified: A Unified Framework for Audio-visual Scene Understanding
Arxiv
0+阅读 · 3月6日
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
参考链接
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top