-
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)
「cs.CV」カテゴリーアーカイブ
SophiaVL-R1: Reinforcing MLLMs Reasoning with Thinking Reward
要約 最近の進歩は、結果報酬を備えたルールベースの強化学習(RL)を通じて、マル … 続きを読む
カテゴリー: cs.CV
SophiaVL-R1: Reinforcing MLLMs Reasoning with Thinking Reward はコメントを受け付けていません
GoT-R1: Unleashing Reasoning Capability of MLLM for Visual Generation with Reinforcement Learning
要約 視覚生成モデルは、テキストプロンプトから現実的な画像を作成する際に顕著な進 … 続きを読む
ARB: A Comprehensive Arabic Multimodal Reasoning Benchmark
要約 大規模なマルチモーダルモデル(LMM)がより能力が高まるにつれて、最終出力 … 続きを読む
カテゴリー: cs.CV
ARB: A Comprehensive Arabic Multimodal Reasoning Benchmark はコメントを受け付けていません
AgentThink: A Unified Framework for Tool-Augmented Chain-of-Thought Reasoning in Vision-Language Models for Autonomous Driving
要約 ビジョン言語モデル(VLM)は、自律運転の約束を示していますが、幻覚との闘 … 続きを読む
GUI-G1: Understanding R1-Zero-Like Training for Visual Grounding in GUI Agents
要約 最近のグラフィカルユーザーインターフェイス(GUI)エージェントは、R1- … 続きを読む
FaVoR: Features via Voxel Rendering for Camera Relocalization
要約 カメラの再局在化方法は、密な画像アライメントからクエリ画像からの直接カメラ … 続きを読む
R3GS: Gaussian Splatting for Robust Reconstruction and Relocalization in Unconstrained Image Collections
要約 制約のないデータセットに合わせて調整された堅牢な再構築と再局在化フレームワ … 続きを読む
AgentThink: A Unified Framework for Tool-Augmented Chain-of-Thought Reasoning in Vision-Language Models for Autonomous Driving
要約 ビジョン言語モデル(VLM)は、自律運転の約束を示していますが、幻覚との闘 … 続きを読む
RAZER: Robust Accelerated Zero-Shot 3D Open-Vocabulary Panoptic Reconstruction with Spatio-Temporal Aggregation
要約 複雑な3D環境のマッピングと理解は、自律システムが物理的世界とどのように知 … 続きを読む
DLO-Splatting: Tracking Deformable Linear Objects Using 3D Gaussian Splatting
要約 この作業は、予測アップデートフィルタリングを介して、マルチビューRGB画像 … 続きを読む