Modelle

Forschung

Offizieller Code von GEM: Generative Supervision hilft verkörperter Intelligenz

Forschung

GenRL: Weltmodelle mit multimodaler Grundlage ermöglichen die Verankerung von Sprach- und Videoaufforderungen in verkörperten Domänen, indem sie sie in Sequenzen latenter Weltmodellzustände umwandeln. Latente Zustandssequenzen können…

Forschung

Eine Roadmap zum Aufbau von Weltmodellen für die Bewertung der Roboterpolitik

Forschung

HAIC: Humanoid Agile Object Interaction Control über Dynamics-Aware World Model

Forschung

HEX ist ein Ganzkörper-Vision-Sprach-Aktions-Framework für humanoide Roboter in Originalgröße.

Forschung

HY-Embodied-0.5-X: Ein verbessertes verkörpertes Grundlagenmodell für Agenten in der realen Welt

Forschung

Dieses Nachahmungs-Lernprojekt vergleicht das Verhaltensklonen und die Diffusionspolitik bei Panda Pick-and-Place.

Forschung

Die InternVLA-A-Reihe untersucht das Verständnis, die Entstehung und die Aktion der Robotermanipulation.

Forschung

JanusVLN untersucht die visuelle Sprachnavigation mit separatem semantischen und räumlichen Gedächtnis.

Forschung

Code of Paper „KERV: Kinematic-Rectified Speculative Decoding for Embodied VLA Models“, akzeptiert von DAC 2026.

Forschung

Offizielle Implementierung von „Kinema4D: Kinematic4D World Modeling for Spatiotemporal Embodied Simulation“

Forschung

Offizielle Umsetzung des NeurIPS 2021-Papiers: „Dynamics-Regulated Kinematic Policy for Egocentric Pose Estimation“. Dieses Repo enthält eine Kopie des Codes für „Universal Humanoid Controller“ und…

Forschung

LaST​$_0$​: Latente räumlich-zeitliche Gedankenkette für das Roboter-Vision-Sprach-Aktionsmodell

Forschung

LiLa-WAM: Leichtes Weltaktionsmodell mit latentem Denken für Robotermanipulation

Forschung

Manipulate-Anything: Automatisierung realer Roboter mithilfe von Vision-Language-Modellen [CoRL 2024]

Forschung

Code von „MemoryVLA: Perceptual-Cognitive Memory in Vision-Language-Action Models for Robotic Manipulation“

Forschung

Quellcodes für den Artikel „MindJourney: Test-Time Scaling with World Models for Spatial Reasoning“

Forschung

MobileVLA-R1: Stärkung der Bild-Sprach-Aktion für mobile Roboter

Forschung

MotuBrain: Ein fortschrittliches Weltaktionsmodell für die Robotersteuerung

Forschung

Eine Open-Source-Implementierung der Multitask Diffusion Transformer (DiT)-Richtlinie zur Robotermanipulation, wie sie im Boston Dynamics Atlas Humanoid und in „A Careful Examination of Large Behavior…“ zu sehen ist.

Forschung

Offizielle Implementierung von NavMorph: A Self-Evolving World Model for Vision-and-Language Navigation in Continuous Environments (ICCV'25).

Forschung

Visionsbasierte humanoide Fortbewegung

Forschung

OmniVLA bietet Trainings- und Inferenzcode für die multimodale Roboternavigation.

Forschung

OpenDM bietet ein Open-World-Grundmodell-Forschungsprojekt für verkörperte Intelligenz.