cs.CV（2025-03-15）
📊 共 4 篇论文 | 🔗 2 篇有代码
🎯 兴趣领域导航
支柱九：具身大模型 (Embodied Foundation Models) (2 🔗1)
支柱三：空间感知与语义 (Perception & Semantics) (1)
支柱一：机器人控制 (Robot Control) (1 🔗1)
🔬 支柱九：具身大模型 (Embodied Foundation Models) (2 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | Tailor: An Integrated Text-Driven CG-Ready Human and Garment Generation System | Tailor：提出一个集成的文本驱动的、可生成CG就绪人体和服装的系统 | large language model | ||
| 2 | Hyperbolic Safety-Aware Vision-Language Models | 提出HySAC：利用双曲空间层级结构提升视觉-语言模型安全性 | multimodal | ✅ |
🔬 支柱三：空间感知与语义 (Perception & Semantics) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 3 | LIAM: Multimodal Transformer for Language Instructions, Images, Actions and Semantic Maps | LIAM：用于语言指令、图像、动作和语义地图的多模态Transformer，提升家务机器人任务执行能力。 | semantic map open-vocabulary open vocabulary |
🔬 支柱一：机器人控制 (Robot Control) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 4 | ReBot: Scaling Robot Learning with Real-to-Sim-to-Real Robotic Video Synthesis | ReBot：利用真实-模拟-真实机器人视频合成扩展机器人学习规模 | manipulation sim-to-real vision-language-action | ✅ |