( en | de | ru )

 

Disambiguierung von "Marino, Kenneth"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Collaborating with language models for embodied reasoning.

, , , , , , und . CoRR, (2023)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Marino Philippi

Daniela Marino

Enzo Marino

Marino Perini

Marino Philippi

 

Weitere Publikationen von Autoren mit dem selben Namen

KRISP: Integrating Implicit and Symbolic Knowledge for Open-Domain Knowledge-Based VQA., , , , und . CoRR, (2020)Collaborating with language models for embodied reasoning., , , , , , und . CoRR, (2023)Ask Your Humans: Using Human Instructions to Improve Generalization in Reinforcement Learning., , und . ICLR, OpenReview.net, (2021)Ask Your Humans: Using Human Instructions to Improve Generalization in Reinforcement Learning., , und . CoRR, (2020)Same Object, Different Grasps: Data and Semantic Knowledge for Task-Oriented Grasping., , , , und . CoRL, Volume 155 von Proceedings of Machine Learning Research, Seite 1540-1557. PMLR, (2020)Hierarchical RL Using an Ensemble of Proprioceptive Periodic Policies., , , und . ICLR (Poster), OpenReview.net, (2019)Distilling Internet-Scale Vision-Language Models into Embodied Agents., , , , und . ICML, Volume 202 von Proceedings of Machine Learning Research, Seite 32797-32818. PMLR, (2023)A-OKVQA: A Benchmark for Visual Question Answering Using World Knowledge., , , , und . ECCV (8), Volume 13668 von Lecture Notes in Computer Science, Seite 146-162. Springer, (2022)KRISP: Integrating Implicit and Symbolic Knowledge for Open-Domain Knowledge-Based VQA., , , , und . CVPR, Seite 14111-14121. Computer Vision Foundation / IEEE, (2021)OK-VQA: A Visual Question Answering Benchmark Requiring External Knowledge., , , und . CVPR, Seite 3195-3204. Computer Vision Foundation / IEEE, (2019)