arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

AI Agent

智能体、工具调用、规划、工作流、多智能体和自主任务执行。

2025-12-11 至 2025-12-11 共收录 2 信号源:cs.AI, cs.CL, cs.LG, cs.SE

1. GUI与网页智能体 2 篇

2512.09920 2025-12-11 cs.RO cs.AI cs.CV 57%

LISN: Language-Instructed Social Navigation with VLM-based Controller Modulating

LISN: 基于VLM控制器的指令引导社交导航

Junting Chen, Yunchuan Li, Panfeng Jiang, Jiacheng Du, Zixuan Chen, Chenrui Tie, Jiajun Deng, Lin Shao

机构 * RoboScience Co.(RoboScience公司) ShanghaiTech University(上海科技大学) Nanjing University(南京大学) University of Science and Technology of China(中国科学技术大学)

专题命中 GUI与网页智能体 :agent(abstract);分类 cs.AI

AI总结 LISN通过VLM控制器实现指令引导的社交导航,提出首个标准化基准并提升动态避障能力。

Comments 8 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.09903 2025-12-11 cs.RO cs.CV 50%

YOPO-Nav: Visual Navigation using 3DGS Graphs from One-Pass Videos

YOPO-Nav: 基于单次视频的3DGS图进行视觉导航

Ryan Meegan, Adam D'Souza, Bryan Bo Cao, Shubham Jain, Kristin Dana

机构 * Rutgers University(罗格斯大学) Stony Brook University(石溪大学)

专题命中 GUI与网页智能体 :planning(abstract)

AI总结 YOPO-Nav通过单次视频生成3DGS图实现高效视觉导航,结合粗略定位与局部模型优化,适用于真实环境的机器人导航任务。

详情

展开后加载摘要…

URL PDF HTML 收藏