「cs.CV」カテゴリーアーカイブ

CODEI: Resource-Efficient Task-Driven Co-Design of Perception and Decision Making for Mobile Robots Applied to Autonomous Vehicles

投稿日: 2025年3月14日 作成者: jarxiv

要約 このペーパーでは、安全性、効率、コスト、エネルギー、計算要件、重量などのリ … 続きを読む →

カテゴリー: cs.AI, cs.AR, cs.CV, cs.RO, cs.SY, eess.SY, I.2.10 | CODEI: Resource-Efficient Task-Driven Co-Design of Perception and Decision Making for Mobile Robots Applied to Autonomous Vehicles はコメントを受け付けていません

ReVLA: Reverting Visual Domain Limitation of Robotic Foundation Models

投稿日: 2025年3月14日 作成者: jarxiv

要約 大規模な言語モデルの最近の進歩と大規模なロボットデータセットへのアクセスは … 続きを読む →

カテゴリー: cs.CV, cs.RO | ReVLA: Reverting Visual Domain Limitation of Robotic Foundation Models はコメントを受け付けていません

6D Object Pose Tracking in Internet Videos for Robotic Manipulation

投稿日: 2025年3月14日 作成者: jarxiv

要約 インターネットの指導ビデオから操作されたオブジェクトの一時的に一貫した6D … 続きを読む →

カテゴリー: cs.CV, cs.RO | 6D Object Pose Tracking in Internet Videos for Robotic Manipulation はコメントを受け付けていません

LUMOS: Language-Conditioned Imitation Learning with World Models

投稿日: 2025年3月14日 作成者: jarxiv

要約 ロボット工学のための言語条件付きマルチタスク模倣学習フレームワークであるL … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | LUMOS: Language-Conditioned Imitation Learning with World Models はコメントを受け付けていません

Finetuning Generative Trajectory Model with Reinforcement Learning from Human Feedback

投稿日: 2025年3月14日 作成者: jarxiv

要約 動的環境での自律運転には、人間のような適応軌道を生成することが不可欠です。 … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | Finetuning Generative Trajectory Model with Reinforcement Learning from Human Feedback はコメントを受け付けていません

OODD: Test-time Out-of-Distribution Detection with Dynamic Dictionary

投稿日: 2025年3月14日 作成者: jarxiv

要約 特にテスト時のOODサンプルがトレーニングの外れ値と大きく異なる場合、ディ … 続きを読む →

カテゴリー: cs.CV, cs.LG | OODD: Test-time Out-of-Distribution Detection with Dynamic Dictionary はコメントを受け付けていません

Streaming Generation of Co-Speech Gestures via Accelerated Rolling Diffusion

投稿日: 2025年3月14日 作成者: jarxiv

要約 リアルタイムでの共同スピーチジェスチャーを生成するには、時間的一貫性と効率 … 続きを読む →

カテゴリー: cs.CV, cs.HC, cs.LG | Streaming Generation of Co-Speech Gestures via Accelerated Rolling Diffusion はコメントを受け付けていません

Video Super-Resolution: All You Need is a Video Diffusion Model

投稿日: 2025年3月14日 作成者: jarxiv

要約 潜在空間に無条件のビデオ生成モデルを備えた拡散後サンプリングフレームワーク … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.IV | Video Super-Resolution: All You Need is a Video Diffusion Model はコメントを受け付けていません

VisualPRM: An Effective Process Reward Model for Multimodal Reasoning

投稿日: 2025年3月14日 作成者: jarxiv

要約 8Bパラメーターを備えた高度なマルチモーダルプロセス報酬モデル（PRM）で … 続きを読む →

カテゴリー: cs.CL, cs.CV | VisualPRM: An Effective Process Reward Model for Multimodal Reasoning はコメントを受け付けていません

OSMa-Bench: Evaluating Open Semantic Mapping Under Varying Lighting Conditions

投稿日: 2025年3月14日 作成者: jarxiv

要約 オープンセマンティックマッピング（OSM）は、セマンティックセグメンテーシ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.RO | OSMa-Bench: Evaluating Open Semantic Mapping Under Varying Lighting Conditions はコメントを受け付けていません