「cs.RO」カテゴリーアーカイブ

Cosmos-Transfer1: Conditional World Generation with Adaptive Multimodal Control

投稿日: 2025年3月19日 作成者: jarxiv

要約 セグメンテーション、深さ、エッジなどのさまざまなモダリティの複数の空間制御 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | Cosmos-Transfer1: Conditional World Generation with Adaptive Multimodal Control はコメントを受け付けていません

Tracking Meets Large Multimodal Models for Driving Scenario Understanding

投稿日: 2025年3月19日 作成者: jarxiv

要約 大規模なマルチモーダルモデル（LMM）は最近、自律運転研究で顕著になり、さ … 続きを読む →

カテゴリー: cs.CV, cs.RO | Tracking Meets Large Multimodal Models for Driving Scenario Understanding はコメントを受け付けていません

A Survey of State of the Art Large Vision Language Models: Alignment, Benchmark, Evaluations and Challenges

投稿日: 2025年3月18日 作成者: jarxiv

要約 マルチモーダルビジョン言語モデル（VLM）は、コンピュータービジョンと自然 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG, cs.RO | A Survey of State of the Art Large Vision Language Models: Alignment, Benchmark, Evaluations and Challenges はコメントを受け付けていません

Uni-Gaussians: Unifying Camera and Lidar Simulation with Gaussians for Dynamic Driving Scenarios

投稿日: 2025年3月18日 作成者: jarxiv

要約 自動運転車の安全性を確保するには、さまざまな動的な駆動シナリオにわたって、 … 続きを読む →

カテゴリー: cs.NI, cs.RO | Uni-Gaussians: Unifying Camera and Lidar Simulation with Gaussians for Dynamic Driving Scenarios はコメントを受け付けていません

MAP: Multi-user Personalization with Collaborative LLM-powered Agents

投稿日: 2025年3月18日 作成者: jarxiv

要約 マルチユーザー設定における大規模な言語モデル（LLMS）およびLLM駆動エ … 続きを読む →

カテゴリー: cs.AI, cs.HC, cs.RO, I.2.1 | MAP: Multi-user Personalization with Collaborative LLM-powered Agents はコメントを受け付けていません

Dynamic-Dark SLAM: RGB-Thermal Cooperative Robot Vision Strategy for Multi-Person Tracking in Both Well-Lit and Low-Light Scenes

投稿日: 2025年3月18日 作成者: jarxiv

要約 ロボットビジョンでは、サーマルカメラは、完全な暗闇の中でも人間を認識する重 … 続きを読む →

カテゴリー: cs.CV, cs.RO | Dynamic-Dark SLAM: RGB-Thermal Cooperative Robot Vision Strategy for Multi-Person Tracking in Both Well-Lit and Low-Light Scenes はコメントを受け付けていません

NuPlanQA: A Large-Scale Dataset and Benchmark for Multi-View Driving Scene Understanding in Multi-Modal Large Language Models

投稿日: 2025年3月18日 作成者: jarxiv

要約 マルチモーダルの大手言語モデル（MLLM）の最近の進歩は、さまざまなドメイ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO | NuPlanQA: A Large-Scale Dataset and Benchmark for Multi-View Driving Scene Understanding in Multi-Modal Large Language Models はコメントを受け付けていません

DART: Dual-level Autonomous Robotic Topology for Efficient Exploration in Unknown Environments

投稿日: 2025年3月18日 作成者: jarxiv

要約 自律的な調査における従来のアルゴリズムは、リアルタイムマップ内の凸領域の空 … 続きを読む →

カテゴリー: cs.RO | DART: Dual-level Autonomous Robotic Topology for Efficient Exploration in Unknown Environments はコメントを受け付けていません

Energy-Aware Task Allocation for Teams of Multi-mode Robots

投稿日: 2025年3月18日 作成者: jarxiv

要約 この作業では、複数のモード、たとえば飛行、運転、またはウォーキングを切り替 … 続きを読む →

カテゴリー: cs.MA, cs.RO, cs.SY, eess.SY | Energy-Aware Task Allocation for Teams of Multi-mode Robots はコメントを受け付けていません

OW-Rep: Open World Object Detection with Instance Representation Learning

投稿日: 2025年3月18日 作成者: jarxiv

要約 Open World Object Detection（OWOD）は、目に … 続きを読む →

カテゴリー: cs.CV, cs.RO | OW-Rep: Open World Object Detection with Instance Representation Learning はコメントを受け付けていません