Modelos

Investigación

Recursos del modelo de manipulación de robots del Instituto Allen de IA.

Investigación

InternNav proporciona una plataforma para desarrollar modelos básicos de navegación.

Investigación

DayDreamer proporciona métodos de modelos mundiales para el aprendizaje de robots físicos.

Investigación

Un proyecto de investigación de modelos de video-acción para control robótico.

Investigación

Herramientas de investigación de estimación de la postura de objetos para la percepción robótica.

Investigación

Implementación de π₀, la arquitectura del modelo de base robótica propuesta por Physical Intelligence

Investigación

GraspVLA proporciona investigación de modelos de comprensión previamente entrenados con datos de acción sintéticos.

Investigación

Aprendizaje de la locomoción humanoide suave a través de políticas restringidas por Lipschitz

Investigación

🔥 SpatialVLA: un modelo de visión, lenguaje y acción mejorado espacialmente que se entrena en 1,1 millones de episodios de robots reales. Aceptado en RSS 2025.

Investigación

Implementación oficial de nuestro documento Dirigiendo a sus generalistas: mejora de los modelos básicos robóticos mediante orientación de valores (CoRL 2024)

Investigación

Código oficial para MoLe-VLA: modelo de acción de lenguaje de visión con salto dinámico de capas mediante una mezcla de capas para una manipulación eficiente del robot

Investigación

BAAI UniVLA proporciona un proyecto de investigación de modelo unificado de visión, lenguaje y acción.

Investigación

Implementación oficial del artículo: "PhysHSI: Hacia un sistema de interacción humanoide-escena natural y generalizable en el mundo real"

Investigación

UniAct estudia representaciones de acciones universales para modelos de fundaciones incorporadas.

Investigación

Locomoción natural, salto y recuperación del robot cuadrúpedo A1 con AMP

Investigación

X-VLA estudia transformadores de activación suave para el aprendizaje de visión, lenguaje y acción entre encarnaciones.

Investigación

HiMoE-VLA estudia políticas jerárquicas de combinación de expertos para el aprendizaje visión-lenguaje-acción.

Investigación

DreamDojo estudia modelos del mundo de los robots aprendidos a partir de datos de vídeo humanos.

Investigación

Implementación oficial del artículo "SR-AIF: resolución de tareas robóticas de recompensa escasa a partir de píxeles con inferencia activa y modelos mundiales"

Investigación

SimpleVLA-RL proporciona recursos de capacitación de aprendizaje reforzado para políticas VLA.

Investigación

VLAC: un modelo de visión, lenguaje, acción y crítica para el aprendizaje por refuerzo robótico en el mundo real

Investigación

VLA-RL proporciona código de aprendizaje por refuerzo para adaptar modelos VLA a la manipulación robótica.

Investigación

LingBot-VLA proporciona un proyecto de modelo básico de visión, lenguaje y acción.

Investigación

FOCA estudia el condicionamiento orientado al futuro para una adaptación VLA eficiente en datos.