Dinesh Manocha

Um novo método melhora como os robôs identificam obstáculos e navegam em ambientes.

Novo método melhora o movimento de robôs em ambientes externos densos usando dados do mundo real.

Esse guia conecta pintura robótica em simulações e no mundo real usando IA.

Um novo método melhora gravações de áudio usando pistas visuais.

Um olhar sobre as armadilhas do ajuste de instruções para modelos de linguagem de IA.

O RECAP usa técnicas avançadas pra gerar legendas de áudio precisas sem precisar de re-treinamento.

Examinando os perigos de integrar modelos de linguagem em sistemas robóticos.

Os robôs aprendem a encontrar objetos em movimento em ambientes dinâmicos de forma eficaz.

Um método para robôs gerarem instruções de navegação usando modelos de linguagem.

Um novo método ajuda robôs a pedirem ajuda e reduz erros.

Novos métodos melhoram a navegação de robôs em ambientes complexos usando tecnologia de visão e sistemas que entendem o contexto.

Um novo conjunto de dados ajuda os robôs a responder perguntas complexas sobre as condições da casa.

Um método melhora a criação de vídeos ao personalizar vários conceitos para ter mais clareza.

Um novo método melhora a criação de imagens a partir de vários prompts de texto.

Esse artigo fala sobre alucinações em LVLMs e propõe métodos pra lid ar com elas.

Um novo método melhora o fluxo de trânsito e a eficiência do combustível em interseções complexas.

A ABEX usa Abstract-and-Expand pra melhorar os dados de treinamento em tarefas de compreensão de linguagem natural.

Novo modelo gera música usando tanto informações de texto quanto visuais.

A GAMA melhora o processamento de áudio juntando informações de som e linguagem.

Um novo modelo combina dados de áudio e visuais pra uma melhor compreensão.

Um método para gerar personagens digitais expressivos usando dados de áudio e vídeo.

Dois robôs trabalhando juntos melhoram a localização de objetos sem treinamento prévio.

Pesquisadores melhoram a tecnologia lidar pra navegação de robôs mais segura ao redor de objetos transparentes.

O ReCLAP melhora a classificação de áudio com prompts detalhados pra uma precisão melhor.

Combinando instruções humanas e tecnologia pra uma navegação robótica mais segura.

Novo método melhora o movimento de robôs quadrúpedes em terrenos desafiadores.

O SOAR melhora a precisão do reconhecimento de ações na análise de vídeos de drones.

Novo método melhora a habilidade dos robôs de navegar em diferentes ambientes externos.

Novos métodos enfrentam os desafios de encontrar respostas em documentos visualmente ricos.

Novo sistema transforma o controle de áudio através de descrições textuais detalhadas.

O dataset DAVE captura cenários de estrada complexos pra treinar melhor a IA.

LVLMs têm dificuldade em reconhecer a realidade, o que pode trazer consequências sérias.