Modelle

Forschung

UniAct untersucht universelle Aktionsdarstellungen für verkörperte Fundamentmodelle.

Forschung

Natürliche Fortbewegung, Springen und Erholung des vierbeinigen Roboters A1 mit AMP

Forschung

X-VLA untersucht Soft-Prompted-Transformatoren für das verkörperungsübergreifende Lernen von Vision, Sprache und Aktion.

Forschung

HiMoE-VLA untersucht hierarchische Expertenmischungsrichtlinien für Vision-Sprache-Aktion-Lernen.

Forschung

DreamDojo untersucht Roboterweltmodelle, die aus menschlichen Videodaten gelernt wurden.

Forschung

Offizielle Implementierung für den Artikel „SR-AIF: Solving Sparse-Reward Robotic Tasks from Pixels with Active Inference and World Models“

Forschung

SimpleVLA-RL bietet Schulungsressourcen zur Verstärkung des Lernens für VLA-Richtlinien.

Forschung

VLAC: Ein visionäres, handlungskritisches Modell für robotergestütztes Verstärkungslernen in der realen Welt

Forschung

VLA-RL bietet Reinforcement-Learning-Code zur Anpassung von VLA-Modellen an die Robotermanipulation.

Open Source

Bau von Allzweckrobotern basierend auf dem verkörperten Fundamentmodell

Forschung

LingBot-VLA bietet ein Vision-Sprache-Aktion-Grundmodellprojekt.

Open Source

Codebasis für DexMachina: Funktionales Retargeting für bimanuelle geschickte Manipulation

Forschung

Das BAZL untersucht zukunftsorientierte Konditionierung zur dateneffizienten VLA-Anpassung.

Open Source

Ein minimalistisches Retargeting-gesteuertes Reinforcement-Lernrezept für geschickte Manipulation

Open Source

Visuelle Nachahmung ermöglicht kontextuelle humanoide Kontrolle. CoRL 2025, Preis für die beste studentische Arbeit.

Forschung

Ein roboterpolitisches Projekt, das Weltmodelldarstellungen verwendet.

Forschung

Uni-NaVid: Ein videobasiertes Vision-Sprach-Aktionsmodell zur Vereinheitlichung verkörperter Navigationsaufgaben.

Forschung

Weltmodellierungsherausforderung für humanoide Roboter

Forschung

Sprachgesteuerte 3D-Wertekartenplanung für die Robotermanipulation.

Forschung

Being-H ist BeingBeyonds Familie menschenzentrierter verkörperter Grundmodelle.

Forschung

Von Vision-Language-Action-Modellen zu einem realen Roboter-Lernstapel

Forschung

VLA-0 stellt Forschungscode zum Erstellen von Vision-Sprach-Aktionsmodellen aus Vision-Sprachmodellen bereit.

Forschung

Ein einheitlicher Rahmen für das Training, die Feinabstimmung und die Bewertung von Weltaktionsmodellen

Forschung

ICCV 2025 | TesserAct: Lernen von 4D-verkörperten Weltmodellen