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

Benchmarks / Forschung

pre execution return · distortionlab

Pre-Execution Return untersucht die Robustheit des Roboter-Anfangszustands im Hinblick auf eingefrorene VLA-Richtlinien.

imitation-learningliberolibero-plusopenvlaRoboter-Lernen
Herausgeber-Repository ↗
pre execution return · distortionlab Screenshot der Ressourcenseite
Ressourcen-Screenshot · aufgenommen 2026-10-08 · visuell überprüft

Übersicht

Pre-Execution Return untersucht die Robustheit des Roboter-Anfangszustands im Hinblick auf eingefrorene VLA-Richtlinien.

Zusammenfassung des Herausgebers: „Wann ist der Anfangszustand des Roboters ein Robustheitsproblem? Rückkehr vor der Ausführung zu eingefrorenen Vision-Sprache-Aktionsrichtlinien“

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
distortionlab
Primärsprache
Python
Repository-Code-Lizenz
MIT
Modellgewichtslizenz
Nicht aufgezeichnet
Datensatzlizenz
Nicht aufgezeichnet
Hardware-Design-Lizenz
Nicht aufgezeichnet
Wartung
Nicht in den zuletzt erfassten Metadaten archiviert
Letzter beobachteter Repository-Push
2026-10-02

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

Dokumentationsabschnitte

  • Übersicht
  • Benchmark Results (Full Protocol, 10,030 Variants)
  • Quickstart
  • 1. Reproduce Paper Numbers Without GPU or Simulator
  • 2. Run the Test Suite
  • 3. Check and Compile the Paper

Durchsuchen Sie die Kategorien dieser Ressource

Benchmarks / Politikbewertung ↗

Entdecken Sie verwandte Sammlungen

Durchsuchen Benchmarks →

Mehr drin Benchmarks