Repository
Diffusion Policy
Ein visuomotorischer Richtlinienansatz, der Diffusion nutzt, um Roboteraktionen zu generieren.
Roboterrichtlinien
Modelle / 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…
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…
Zweck des Herausgebers: 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 passiven Videomodellen lernt WoW aus realen, kausalreichen Daten und ermöglicht so robustes physikalisches Denken und reale Planung.
Überprüfen Sie Beobachtungs-/Aktionsschnittstellen, Kontrollpunkte, Roboterausführungen und Anpassungsanforderungen. Durch die Repository-Codelizenzierung werden Gewichtungen oder Trainingsdaten nicht automatisch lizenziert.
Codelizenzen decken nicht automatisch Modellgewichte, Datensätze oder Hardwaredesigns ab. Nicht erfasste Lizenzdetails bedürfen der Bestätigung durch den Herausgeber.
Repository
Ein visuomotorischer Richtlinienansatz, der Diffusion nutzt, um Roboteraktionen zu generieren.
Roboterrichtlinien
Website
Code- und Modellressourcen für Roboterrichtlinien für physische Intelligenz.
Vision-Sprache-Aktion
Repository
Ressourcen für Roboterfundamentmodelle für humanoide Lernabläufe.
Vision-Sprache-Aktion
Repository
Ein generalistischer Roboter-Richtlinienrahmen zur Anpassung an Manipulationsaufgaben.
Roboterrichtlinien
Repository
NVIDIA Alpamayo 1.5 Nano ist ein offenes 10B-Begründungs-VLA-Modell für autonome Fahrzeuge mit durch Verstärkungslernen verbessertem Denken, Navigationsführung und visueller Fragebeantwortung.
Vision-Sprache-Aktion
Repository
se(3)-TrackNet bietet 6D-Objekt-Pose-Tracking-Forschung und Beispiele für visuelle Feedback-Steuerung.
Wahrnehmungsmodelle