Dinesh Manocha

Un nouveau jeu de données aide les robots à répondre à des questions complexes sur les conditions domestiques.

Une méthode améliore la création de vidéos en personnalisant plusieurs concepts pour plus de clarté.

Une nouvelle méthode améliore la création d'images à partir de plusieurs invites textuelles.

Cet article parle des hallucinations dans les LVLMs et propose des méthodes pour les gérer.

Une nouvelle méthode améliore la circulation et l'efficacité du carburant aux intersections complexes.

ABEX utilise Abstract-and-Expand pour améliorer les données d'entraînement pour les tâches de compréhension du langage naturel.

Un nouveau modèle génère de la musique en utilisant à la fois des infos textuelles et visuelles.

GAMA améliore le traitement audio en fusionnant des infos sur le son et le langage.

Un nouveau modèle combine des données audio et visuelles pour une meilleure compréhension.

Une méthode pour générer des personnages numériques expressifs en utilisant des données audio et vidéo.

Deux robots qui bossent ensemble améliorent la localisation des objets sans entraînement préalable.

Des chercheurs améliorent la technologie lidar pour une navigation robotique plus sûre autour des objets transparents.

ReCLAP améliore la classification audio avec des indications détaillées pour plus de précision.

Combiner les instructions humaines et la technologie pour une navigation robotique plus sûre.

Une nouvelle méthode améliore le mouvement des robots quadrupèdes sur des terrains difficiles.

SOAR améliore la précision de reconnaissance d'actions dans l'analyse de vidéos de drones.

Une nouvelle méthode améliore la capacité des robots à naviguer dans des environnements extérieurs variés.

De nouvelles méthodes s'attaquent aux défis de la recherche de réponses dans des documents visuellement riches.

Nouveau système qui transforme le contrôle audio grâce à des descriptions textuelles détaillées.

Le dataset DAVE capture des scénarios de route complexes pour un meilleur entraînement de l'IA.

Les LVLMs ont du mal à reconnaître la réalité, ce qui peut avoir des conséquences graves.