-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
月別アーカイブ: 2024年2月
Instance by Instance: An Iterative Framework for Multi-instance 3D Registration
要約 マルチインスタンスの登録は、オブジェクトの複数のインスタンスを標準座標系に … 続きを読む
カテゴリー: cs.CV
Instance by Instance: An Iterative Framework for Multi-instance 3D Registration はコメントを受け付けていません
CC-SGG: Corner Case Scenario Generation using Learned Scene Graphs
要約 コーナーケースのシナリオは、自動運転車 (AV) の安全性をテストおよび検 … 続きを読む
Loci-Segmented: Improving Scene Segmentation Learning
要約 画像およびビデオから構成シーンをセグメンテーションするための現在のスロット … 続きを読む
カテゴリー: cs.CV
Loci-Segmented: Improving Scene Segmentation Learning はコメントを受け付けていません
SMERF: Streamable Memory Efficient Radiance Fields for Real-Time Large-Scene Exploration
要約 リアルタイム ビュー合成の最近の技術は、忠実度と速度が急速に進歩しており、 … 続きを読む
We’re Not Using Videos Effectively: An Updated Domain Adaptive Video Segmentation Baseline
要約 セマンティック セグメンテーション (DAS) の教師なしドメイン適応では … 続きを読む
カテゴリー: cs.CV
We’re Not Using Videos Effectively: An Updated Domain Adaptive Video Segmentation Baseline はコメントを受け付けていません
CogCoM: Train Large Vision-Language Models Diving into Details through Chain of Manipulations
要約 視覚言語モデル (VLM) は、視覚的な指示と答えを一致させるための広範な … 続きを読む
DirecT2V: Large Language Models are Frame-Level Directors for Zero-Shot Text-to-Video Generation
要約 AI 生成コンテンツ (AIGC) のパラダイムでは、事前トレーニングされ … 続きを読む
HarmBench: A Standardized Evaluation Framework for Automated Red Teaming and Robust Refusal
要約 自動化されたレッド チーム化は、大規模言語モデル (LLM) の悪意のある … 続きを読む
EVA-CLIP-18B: Scaling CLIP to 18 Billion Parameters
要約 対照的言語イメージ事前トレーニング (CLIP) をスケールアップすること … 続きを読む
カテゴリー: cs.CV
EVA-CLIP-18B: Scaling CLIP to 18 Billion Parameters はコメントを受け付けていません
Effective and Robust Non-Prehensile Manipulation via Persistent Homology Guided Monte-Carlo Tree Search
要約 現実世界のワークスペースでオブジェクトの取得を実行するには、\emph{不 … 続きを読む
カテゴリー: cs.RO
Effective and Robust Non-Prehensile Manipulation via Persistent Homology Guided Monte-Carlo Tree Search はコメントを受け付けていません