Roboterrichtlinien

Forschung

Ein visuomotorischer Richtlinienansatz, der Diffusion nutzt, um Roboteraktionen zu generieren.

Forschung

Ein generalistischer Roboter-Richtlinienrahmen zur Anpassung an Manipulationsaufgaben.

Forschung

Eine Policy-Learning-Implementierung für die bimanuelle Robotermanipulation.

Forschung

Richtlinie der Lift3D Foundation: Heben vorab trainierter 2D-Großmodelle für robuste 3D-Robotermanipulation

Forschung

Ein sprachkonditionierter Rahmen für visuelle Pick-and-Place-Richtlinien.

Forschung

HoloMotion bietet ein Grundlagenmodellprojekt für die humanoide Ganzkörpersteuerung.

Forschung

Ressourcen für Robotermanipulationsmodelle vom Allen Institute for AI.

Forschung

Erlernen der reibungslosen humanoiden Fortbewegung durch Lipschitz-beschränkte Richtlinien

Forschung

Offizielle Umsetzung des Papiers: „PhysHSI: Towards a Real-World Generalizable and Natural Humanoid-Scene Interaction System“

Forschung

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

Forschung

Being-H ist BeingBeyonds Familie menschenzentrierter verkörperter Grundmodelle.

Forschung

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

Forschung

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

Forschung

Wegpunktbasiertes Imitationslernen für die Robotermanipulation

Forschung

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

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“

Forschung

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

Forschung

Ein verkörperungsübergreifender Richtlinienrahmen für Roboterlernen.

Forschung

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

Forschung

Offizieller Code von GEM: Generative Supervision hilft verkörperter Intelligenz

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

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…