Modelle / Forschung

TesserAct · UMass-Embodied-AGI

ICCV 2025 | TesserAct: Lernen von 4D-verkörperten Weltmodellen

world models

TesserAct · UMass-Embodied-AGI Screenshot der Ressourcenseite — Ressourcen-Screenshot · aufgenommen 2026-10-09 · visuell überprüft

Übersicht

ICCV 2025 | TesserAct: Lernen von 4D-verkörperten Weltmodellen

Überprüfen Sie Beobachtungs-/Aktionsschnittstellen, Kontrollpunkte, Roboterausführungen und Anpassungsanforderungen. Durch die Repository-Codelizenzierung werden Gewichtungen oder Trainingsdaten nicht automatisch lizenziert.

Projektinformationen

Betreuer: UMass-Embodied-AGI
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: 2025-08-04

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

Dokumentationsabschnitte

News
Installation
Data Preparation
Training
Pre-training or Full Fine-tuning
LoRA Fine-tuning

Durchsuchen Sie die Kategorien dieser Ressource

Modelle / Weltmodelle ↗

Entdecken Sie verwandte Sammlungen

Durchsuchen Modelle →

Repository

Forschung

RLBench

Eine Aufgabensuite zur Bewertung des Roboterlernens mit visuellen Beobachtungen.

Manipulation

Benchmarks Entdecken →