Modelle

Forschung

Nativer Videospeicher für Vision-Sprach-Aktionsmodelle, der einen zeitgestempelten visuellen Verlauf und exakte Streaming-Inferenz für die Manipulation von Robotern mit langem Horizont nutzt.

Forschung

Offizielle Implementierung von SimToolReal: Eine objektzentrierte Richtlinie für die geschickte Manipulation von Werkzeugen ohne Schuss

Open Source

Offizielle Codebasis für Sirius: Robot Learning on the Job

Forschung

Spirit-v1.5: Ein Roboter-Grundmodell von Spirit AI

Forschung

Theia: Destillation verschiedener Vision Foundation-Modelle für Roboterlernen

Forschung

Offizielle Implementierung des Universal Humanoid Controllers in Mujoco. Unterstützt Kinpoly (NeurIPS 2021) und EmbodiedPose (NeurIPS 2022).

Forschung

UnifoLM-WMA-0: Ein World-Model-Action (WMA)-Framework unter der UnifoLM-Familie

Forschung

VIRENA demonstriert eine kleine VLA-Richtlinie auf ManiSkill PickCube mit LeRobot-Integrationsressourcen.

Open Source

ViTacFormer: Erlernen der modalübergreifenden Darstellung für visuell-taktile geschickte Manipulation

Forschung

VITRA: Skalierbares Vision-Sprache-Aktion-Modell-Vortraining für Robotermanipulation mit realen Videos menschlicher Aktivitäten

Forschung

VLA From Scratch vergleicht Aktionsdarstellungen bei multimodalen Demonstrationen und Hindernisrouting-Aufgaben.

Forschung

Repository für unseren Artikel: Learning Agile Skills via Adversarial Imitation of Rough Partial Demonstrations Proceedings of the 6th Conference on Robot Learning (CoRL),

Forschung

WAVE-Go: Go2-W-Weltmodell-Action-Adaption, verifiziertes kartenloses Laden und Cosmos3-Edge-Hybrid-Navigationsdemos mit großer Reichweite

Forschung

Erlernen der geschickten Ganzkörper-Bewegungsmanipulation durch Mensch-Objekt-Interaktionen

Forschung

WMNav: Integration von Vision-Language-Modellen in Weltmodelle für die Objektzielnavigation

Forschung

WoW (World-Omniscient World Model) ist ein generatives Weltmodell, das auf 2 Millionen Interaktionsbahnen von Robotern trainiert wurde und darauf ausgelegt ist, sich in der physischen Welt vorzustellen, zu denken und zu handeln. Im Gegensatz zu passiv…

Forschung

Auf dem Weg zu vielseitigen Vision-Sprach-Aktionsmodellen durch das Erlernen einheitlicher Vision-Bewegungs-Darstellungen

Forschung

XRZero-G0: Mit Schnittstellen, Qualität und Verhältnissen die Grenzen der geschickten Robotermanipulation erweitern

Forschung

Code für meinen Aufsatz „Man unterrichtet nur einmal: Lernen Sie bimanuelle Robotermanipulation mit einem Schuss anhand von Videodemonstrationen“

Forschung

Ein Vision-Sprach-Aktions-Forschungsmodell zur Robotermanipulation.

Open Source

Ein offenes Vision-Sprach-Aktionsmodell für die Robotermanipulation.

Open Source

Ein kompaktes Vision-Sprach-Aktionsmodell im LeRobot-Ökosystem.

Forschung

Ein Roboterfundamentmodell von Physical Intelligence.