Modelle

Forschung

Green-VLA: Inszeniertes Vision-Sprach-Aktionsmodell für generalistische Roboter

Forschung

Code für RISE: Selbstverbessernde Roboterpolitik mit kompositorischem Weltmodell

Forschung

VLA-RFT bietet Ressourcen zur Feinabstimmung der Verstärkung für Vision-Sprach-Aktionsmodelle.

Forschung

Ein Weltmodell-verbessertes VLA für steuerbare geschickte Manipulation, zusammen mit optimierter Trainingsinfrastruktur.

Forschung

Eine Basisimplementierung zur Grifferkennung aus Punktwolkendaten.

Open Source

https://arxiv.org/abs/2312.10807

Forschung

Leichte Implementierung des Robotic World Model (RWM) und des Uncertainty-Aware Robotic World Model (RWM-U)

Forschung

WholebodyVLA untersucht latente VLA-Darstellungen für die Fortbewegung und Manipulation des gesamten Körpers.

Forschung

3D-CovDiffusion implementiert eine 3D-bewusste Diffusionsrichtlinie für die Planung des Abdeckungspfads.

Forschung

Das offizielle Repository der ersten Version des ACE-Brain-Grundlagenmodells.

Forschung

ACOT-VLA-WM ist ein fortschrittliches Vision-Language-Action-Robotik-Framework, das ein prädiktives Weltmodell verwendet, um visuelle Unterziele zu generieren, wodurch die Robotermanipulationsgenauigkeit über einen langen Zeitraum verbessert wird und…

Forschung

Äther: Geometriebewusste einheitliche Weltmodellierung

Open Source

Das offizielle Repository für den Artikel: Agentic Robot: A Brain-Inspired Framework for Vision-Language-Action Models in Embodied Agents

Forschung

Offizieller Code für „Adversarial Locomotion and Motion Imitation for Humanoid Policy Learning“

Forschung

Anchor-Align untersucht die VLA-Feinabstimmung mit Darstellungsverankerung und Sprach-Aktions-Ausrichtung.

Forschung

AnyLoc stellt Forschungscode zur visuellen Ortserkennung für die Lokalisierung bereit.

Forschung

Wegpunktbasiertes Imitationslernen für die Robotermanipulation

Forschung

BFM_Zero: Ein zeitnahes Verhaltensgrundlagenmodell für die humanoide Kontrolle unter Verwendung von unbeaufsichtigtem Verstärkungslernen

Forschung

BitVLA implementiert 1-Bit-Vision-Sprach-Aktionsmodelle für die Robotermanipulation.

Forschung

C³-JEPA untersucht ein Multi-View-Weltmodell für die Unterwasser-ROV-Bergung.

Forschung

CATok untersucht die Tokenisierung kausaler Aktionen für Roboterrichtlinien mit bedingtem Annealing beim Flow-Matching.

Forschung

CLP-VLA bietet schichtorientierten Feinabstimmungs- und Evaluierungscode für VLA-Modelle.

Forschung

Konsistenzpolitik untersucht die Destillation visuomotorischer Richtlinien mithilfe von Konsistenzmodellen.

Forschung

Offizielles Code-Repository des Papiers „CoorDex: Coordinating Body and Hand Priors for Continuous Dexterous Humanoid Loco-Manipulation“