Vision-Sprach-Aktionsmodelle

Forschung

Code- und Modellressourcen für Roboterrichtlinien für physische Intelligenz.

Forschung

Ressourcen für Roboterfundamentmodelle für humanoide Lernabläufe.

Forschung

NVIDIA Alpamayo 1.5 Nano ist ein offenes 10B-Begründungs-VLA-Modell für autonome Fahrzeuge mit durch Verstärkungslernen verbessertem Denken, Navigationsführung und visueller Fragebeantwortung.

Forschung

DeeR-VLA untersucht dynamische multimodale Modellinferenz für die Roboterausführung.

Forschung

Feinabstimmungstools zur Anpassung der OpenVLA-Aktionsvorhersage.

Forschung

InternVLA-M1 bietet ein räumlich geführtes Vision-Sprach-Aktions-Framework für Roboterrichtlinien.

Forschung

Offizielle Code- und Checkpoint-Veröffentlichung für mobile Roboterfundamentmodelle: GNM, ViNT und NoMaD.

Forschung

Dieses Repository ist die Implementierung von „NaVILA: Legged Robot Vision-Language-Action Model for Navigation“

Forschung

Ein Framework zur Verbindung von Vision-Sprachmodellen mit Roboteraktionen.

Forschung

Roboterpolitikforschung unter Verwendung latenter Handlungsdarstellungen.

Forschung

InternNav bietet eine Plattform für die Entwicklung von Navigationsgrundmodellen.

Forschung

Implementierung von π₀, der von Physical Intelligence vorgeschlagenen Roboter-Grundmodellarchitektur

Forschung

GraspVLA bietet Greifmodellforschung, die mit synthetischen Aktionsdaten vorab trainiert wurde.

Forschung

🔥 SpatialVLA: ein räumlich verbessertes Vision-Sprach-Aktionsmodell, das auf 1,1 Millionen echten Roboterepisoden trainiert wurde. Akzeptiert bei RSS 2025.

Forschung

offizielle Umsetzung für unser Paper Steering Your Generalists: Improving Robotic Foundation Models via Value Guidance (CoRL 2024)

Forschung

Offizieller Code für MoLe-VLA: Dynamisches Layer-Skipping-Vision-Language-Action-Modell über Layer-Mixture-of-Layers für eine effiziente Robotermanipulation

Forschung

BAAI UniVLA bietet ein einheitliches Forschungsprojekt für Vision-Sprach-Aktionsmodelle.

Forschung

UniAct untersucht universelle Aktionsdarstellungen für verkörperte Fundamentmodelle.

Forschung

X-VLA untersucht Soft-Prompted-Transformatoren für das verkörperungsübergreifende Lernen von Vision, Sprache und Aktion.

Forschung

HiMoE-VLA untersucht hierarchische Expertenmischungsrichtlinien für Vision-Sprache-Aktion-Lernen.

Forschung

SimpleVLA-RL bietet Schulungsressourcen zur Verstärkung des Lernens für VLA-Richtlinien.

Forschung

VLAC: Ein visionäres, handlungskritisches Modell für robotergestütztes Verstärkungslernen in der realen Welt

Forschung

VLA-RL bietet Reinforcement-Learning-Code zur Anpassung von VLA-Modellen an die Robotermanipulation.

Forschung

LingBot-VLA bietet ein Vision-Sprache-Aktion-Grundmodellprojekt.