Dinesh Manocha

Ein neuer Datensatz hilft Robotern, komplexe Fragen zu den Bedingungen im Haushalt zu beantworten.

Eine Methode verbessert die Videoerstellung, indem sie mehrere Konzepte anpasst, um mehr Klarheit zu schaffen.

Eine neue Methode verbessert die Bildgenerierung aus mehreren Textaufforderungen.

Dieser Artikel behandelt Halluzinationen in LVLMs und schlägt Methoden vor, um sie anzugehen.

Eine neue Methode verbessert den Verkehrsfluss und die Kraftstoffeffizienz an komplexen Kreuzungen.

ABEX nutzt Abstract-and-Expand, um Trainingsdaten für Aufgaben zum Verständnis natürlicher Sprache zu verbessern.

Neues Modell generiert Musik mit Hilfe von Text und visuellen Informationen.

GAMA verbessert die Audioverarbeitung, indem es Klang- und Sprachkenntnisse zusammenführt.

Ein neues Modell kombiniert Audio- und visuelle Daten für ein besseres Verständnis.

Eine Methode zur Erstellung ausdrucksstarker digitaler Charaktere mithilfe von Audio- und Videodaten.

Zwei Roboter, die zusammenarbeiten, verbessern die Objektlokalisierung ohne vorheriges Training.

Forscher verbessern Lidar-Technologie für sicherere Roboternavigation um transparente Objekte.

ReCLAP verbessert die Audioklassifizierung mit detaillierten Aufforderungen für genauere Ergebnisse.

Kombination aus menschlichen Anweisungen und Technologie für sicherere robotische Navigation.

Neue Methode verbessert die Bewegung von vierrädrigen Robotern über anspruchsvolles Terrain.

SOAR verbessert die Genauigkeit der Aktionserkennnung in der Analyse von Drohnenaufnahmen.

Neue Methode verbessert die Fähigkeit von Robotern, sich in verschiedenen Aussenumgebungen zurechtzufinden.

Neue Methoden gehen die Herausforderungen an, Antworten in visuell reichen Dokumenten zu finden.

Neues System verwandelt die Audiosteuerung durch detaillierte Textbeschreibungen.

Das DAVE-Dataset erfasst komplexe Verkehrsszenarien für ein besseres AI-Training.

LVLMs haben Schwierigkeiten, die Realität zu erkennen, was ernsthafte Folgen haben kann.