月別アーカイブ: 2024年9月

Question-Answering Dense Video Events

投稿日: 2024年9月10日 作成者: jarxiv

要約 マルチモーダル大規模言語モデル (MLLM) は、単一イベント ビデオの質 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM | Question-Answering Dense Video Events はコメントを受け付けていません

HiPrompt: Tuning-free Higher-Resolution Generation with Hierarchical MLLM Prompts

投稿日: 2024年9月10日 作成者: jarxiv

要約 事前トレーニングされた拡散モデルを使用した高解像度画像生成の可能性は計り知 … 続きを読む →

カテゴリー: cs.CV | HiPrompt: Tuning-free Higher-Resolution Generation with Hierarchical MLLM Prompts はコメントを受け付けていません

RoVi-Aug: Robot and Viewpoint Augmentation for Cross-Embodiment Robot Learning

投稿日: 2024年9月10日 作成者: jarxiv

要約 ロボット学習のスケールアップには大規模で多様なデータセットが必要ですが、収 … 続きを読む →

カテゴリー: cs.RO | RoVi-Aug: Robot and Viewpoint Augmentation for Cross-Embodiment Robot Learning はコメントを受け付けていません

Partially Observable Mean Field Multi-Agent Reinforcement Learning Based on Graph-Attention

投稿日: 2024年9月10日 作成者: jarxiv

要約 従来のマルチエージェント強化学習アルゴリズムは、大規模なマルチエージェント … 続きを読む →

カテゴリー: cs.AI | Partially Observable Mean Field Multi-Agent Reinforcement Learning Based on Graph-Attention はコメントを受け付けていません

Diagram Formalization Enhanced Multi-Modal Geometry Problem Solver

投稿日: 2024年9月10日 作成者: jarxiv

要約 数学的推論は、AI モデル、特に言語信号と視覚信号の両方を必要とする幾何学 … 続きを読む →

カテゴリー: cs.CV | Diagram Formalization Enhanced Multi-Modal Geometry Problem Solver はコメントを受け付けていません

FLAF: Focal Line and Feature-constrained Active View Planning for Visual Teach and Repeat

投稿日: 2024年9月10日 作成者: jarxiv

要約 この論文では、移動ロボットの特徴ベースの視覚ナビゲーションにおける障害回避 … 続きを読む →

カテゴリー: cs.RO | FLAF: Focal Line and Feature-constrained Active View Planning for Visual Teach and Repeat はコメントを受け付けていません

CURE: Simulation-Augmented Auto-Tuning in Robotics

投稿日: 2024年9月9日 作成者: jarxiv

要約 ロボット システムは通常、位置特定やナビゲーションなどのさまざまなサブシス … 続きを読む →

カテゴリー: cs.AI, cs.RO | CURE: Simulation-Augmented Auto-Tuning in Robotics はコメントを受け付けていません

Multi-agent Path Finding for Mixed Autonomy Traffic Coordination

投稿日: 2024年9月9日 作成者: jarxiv

要約 進化する都市モビリティの状況において、コネクテッド自動運転車 (CAV) … 続きを読む →

カテゴリー: cs.AI, cs.MA, cs.RO | Multi-agent Path Finding for Mixed Autonomy Traffic Coordination はコメントを受け付けていません

OpenVLA: An Open-Source Vision-Language-Action Model

投稿日: 2024年9月9日 作成者: jarxiv

要約 インターネット規模の視覚言語データと多様なロボットのデモンストレーションを … 続きを読む →

カテゴリー: cs.LG, cs.RO | OpenVLA: An Open-Source Vision-Language-Action Model はコメントを受け付けていません

Achieving the Safety and Security of the End-to-End AV Pipeline

投稿日: 2024年9月9日 作成者: jarxiv

要約 自動運転車 (AV) の安全性とセキュリティ研究の現在の状況では、コミュニ … 続きを読む →

カテゴリー: cs.CR, cs.RO | Achieving the Safety and Security of the End-to-End AV Pipeline はコメントを受け付けていません