Modelle

Forschung

Offizielle Implementierung von CoPa: General Robotic Manipulation through Spatial Constraints of Parts with Foundation Models

Forschung

Ein verkörperungsübergreifender Richtlinienrahmen für Roboterlernen.

Forschung

DEAS Isaac GR00T bietet Einrichtungsressourcen, die DEAS, Isaac GR00T und RoboCasa kombinieren.

Open Source

Die offizielle Implementierung von „DecisionNCE: Embodied Multimodal Representations via Implicit Preference Learning“

Forschung

Deep RL Grasping bietet Trainings- und Evaluierungscode für Tiefen-/RGB-D-Robotergreifrichtlinien.

Forschung

Dexora stellt VLA-Richtlinienressourcen für bimanuelle Geschicklichkeit mit hohem Freiheitsgrad bereit.

Forschung

Offizieller Code und Daten von DexWM („World Models Can Leverage Human Videos for Dexterous Manipulation“).

Forschung

DreamX-Phi bietet ein aktionsbedingtes Videoweltmodell für Robotermanipulation.

Forschung

DynamicVLA bietet Forschungsressourcen für die Robotermanipulation dynamischer Objekte.

Forschung

Das EAI2025-Projekt kombiniert semantische 3D-Zuordnung und VLA-Bereitstellung zur Manipulation.

Open Source

Das erste Framework, das es humanoiden Robotern ermöglicht, Ganzkörper-Bewegungsmanipulationen anhand egozentrischer menschlicher Demos zu erlernen

Forschung

Ego-World JEPA untersucht die latente Faktorisierung von Ego/Welt für die Planung auf PushT.

Forschung

Emma-X: Ein verkörpertes multimodales Aktionsmodell mit fundierter Gedankenkette und vorausschauendem räumlichen Denken

Forschung

EquiDexFlow bietet kontaktbasierte generative Flüsse für geschicktes Greifen.

Forschung

Offizielle Implementierung von „EVA: Ausrichtung von Videoweltmodellen auf ausführbare Roboteraktionen über Inverse Dynamics Rewards“

Forschung

EVEWorld untersucht die Überwachung der physischen Evolution und die zeitliche Konsistenz in verkörperten Weltmodellen.

Forschung

FLUX 3 Action bietet Ressourcen zur Weltaktionsmodellierung und Aktionsvorhersage für Roboter und Simulatoren.

Open Source

G3Flow: Generativer semantischer 3D-Fluss für die Posen-bewusste und generalisierbare Objektmanipulation

Forschung

Auf dem Weg zu skalierbaren Gaußschen Weltmodellen für die Robotermanipulation

Forschung

Google DeepMind-Robotikmodelle verbinden Wahrnehmung und Aktion.

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…

Open Source

PyTorch-Code für „Generalisierung in der geschickten Manipulation durch geometriebewusstes Multitasking-Lernen“

Forschung

Eine Roadmap zum Aufbau von Weltmodellen für die Bewertung der Roboterpolitik