941 makale — arXiv, NeurIPS, ICML, ACL ve Türk üniversitelerinden seçtiğimiz çalışmalar. Her birinin Türkçe özeti, içindekiler ve aihaber okuma görünümü var. Kayıt gerekmez.
World action models jointly predict video and actions conditioned on language. Existing studies focus primarily on architectures and training mechanisms, typically treating language-video alignment acquired through video…
Trained action policies write manipulation skill into network weights, tying what is learned to the distribution it is learned from. In-context learning (ICL) avoids this coupling but has not matched trained policies, be…
Recent work on robot manipulation has focused on specialist policies trained on demonstrations. We show that generalist AI models can control manipulators more reliably than specialist policies such as vision-language-ac…
Loco-manipulation, which requires mobile manipulators to coordinate locomotion and manipulation over long horizons, is a key capability for large-object rearrangement in applications such as service robotics and warehous…
In many areas of AI, general-purpose models have increasingly replaced handcrafted methods and specialized architectures. We argue that embodied AI is poised for a similar shift. Our key claim is that embodied tasks can …
Models for physical AI tasks, such as robotics and autonomous driving, need not reason solely in language. They can use visual plans--points, bounding boxes, and trajectories--to represent spatial goals and anticipate mo…
Vision-Language-Action models (VLAs) enable general-purpose embodied intelligence, but their performance is brittle under distribution shift, where unanticipated failures can damage equipment or endanger people. Deployin…
Humanoid robots have the potential to automate a wide range of physical tasks. Progress toward generalist humanoid autonomy, however, remains constrained by a data bottleneck: mapping pixels and free-form language to low…
The introduction of generalist robot policies has enabled a single, large model to learn to perform a variety of tasks from a vast pre-training corpus. While these models often exhibit powerful zero-shot generalization c…
Bitki örtüsü açısından zengin dış ortamlarda görsel 3 boyutlu yeniden yapılandırmanın ve derinlik tahmininin güvenilir bir şekilde değerlendirilmesi, geometrik temel gerçeklik verilerinin azlığı ve tam tarayıcı araştırma…
Teleoperation remains the default way to collect robot demonstrations, but every episode costs robot and operator time, and every new task starts from scratch. We ask whether a coding agent can take over the teleoperator…
Videodan evrensel bir eylem gösteriminin öğrenilmesi, aynı eylemin farklı uygulamaları arasında tutarlı olan ancak düzenleme ve görünümdeki değişikliklerden etkilenmeyen modelleme dinamikleri gerektirir. Mevcut gizli eyl…
Ters kinematik (IK), uç efektör poz komutlarını ortak harekete dönüştürür ve birçok görüş-dil-eylem (VLA) politikası, belirli bir kol üzerinde hareket etmek ve düzenlemeler arasında aktarım yapmak için buna dayanır. Hass…
Robotikteki taklit öğrenme politikaları, maliyetli gerçek dünya teleoperasyonu yoluyla toplanan veri kümeleri üzerinde eğitilir. Çoğu zaman, veri toplama süreci yönlendirilmez, teleoperatörün sezgisine dayanır ve sonuçta…
Genel amaçlı mobil manipülasyon, yetenekli robot donanımı, ölçeklenebilir gösteri toplama, etkileyici tüm vücut kontrolü ve etkili politika öğreniminin bir kombinasyonunu gerektirir. Ancak bu bileşenler genellikle bağıms…