b:botstest.
DE
English简体中文DeutschFrançaisEspañolItalianoPortuguêsNederlandsSvenskaPolski
Senden Sie eine Ressource ↗

Modelle / Forschung

FOCA · cair-vinuni

Das BAZL untersucht zukunftsorientierte Konditionierung zur dateneffizienten VLA-Anpassung.

data-efficient-learningimitation-learningRoboter-Lernenvision-language-action-modelWeltmodelle
Herausgeber-Repository ↗
FOCA · cair-vinuni Screenshot der Ressourcenseite
Ressourcen-Screenshot · aufgenommen 2026-10-08 · visuell überprüft

Übersicht

Das BAZL untersucht zukunftsorientierte Konditionierung zur dateneffizienten VLA-Anpassung.

Zusammenfassung des Herausgebers: „Repository zum Artikel mit dem Titel „FOCA: Future-Oriented Conditioning for Data-Efficient Vision-Language-Action Adaptation“, vorgestellt auf der ICML 2026.“

Verwenden Sie das Repository, um die Implementierung, Dokumentation und unterstützten Arbeitsabläufe zu überprüfen. Dieser Verzeichniseintrag identifiziert den Betreuer, die Codelizenz und zugehörige Ressourcen; Es wird nicht behauptet, dass das Projekt auf Ihrem Roboter installiert oder getestet wurde.

Projektinformationen

Betreuer
cair-vinuni
Primärsprache
Python
Repository-Code-Lizenz
Apache-2.0
Modellgewichtslizenz
Nicht aufgezeichnet
Datensatzlizenz
Nicht aufgezeichnet
Hardware-Design-Lizenz
Nicht aufgezeichnet
Wartung
Nicht in den zuletzt erfassten Metadaten archiviert
Letzter beobachteter Repository-Push
2026-07-01

Codelizenzen decken nicht automatisch Modellgewichte, Datensätze oder Hardwaredesigns ab. Nicht erfasste Lizenzdetails bedürfen der Bestätigung durch den Herausgeber.

Dokumentationsabschnitte

  • FOCA: Future-Oriented Conditioning for Data-Efficient Vision-Language-Action Adaptation — [ICML 2026](https://icml.cc/)
  • Übersicht
  • Table of Contents
  • Installation
  • 1. Clone the repository
  • 2. Install core dependencies

Durchsuchen Sie die Kategorien dieser Ressource

Modelle / Vision-Sprache-Aktion ↗

Entdecken Sie verwandte Sammlungen

Vision-Sprach-Aktionsmodelle ↗

Mehr drin Modelle