Repositorio
RLinf
Infraestructura de aprendizaje reforzado para modelos incorporados y políticas robóticas.
Marcos de aprendizaje de robots
Investigación y aprendizaje / Investigación
Awesome VLA RL organiza investigaciones que combinan modelos de visión, lenguaje y acción y aprendizaje por refuerzo.
Awesome VLA RL organiza investigaciones que combinan modelos de visión, lenguaje y acción y aprendizaje por refuerzo.
Resumen del editor: "Este repositorio resume los avances recientes en el paradigma VLA + RL y proporciona una clasificación taxonómica de trabajos relevantes".
Utilice su repositorio para inspeccionar la implementación, la documentación y los flujos de trabajo compatibles. Este registro de directorio identifica al mantenedor, la licencia del código y los recursos relacionados; no afirma que el proyecto haya sido instalado o probado en su robot.
Las licencias de código no cubren automáticamente los pesos de los modelos, los conjuntos de datos o los diseños de hardware. Los detalles de la licencia no registrada requieren confirmación con el editor.
Repositorio
Infraestructura de aprendizaje reforzado para modelos incorporados y políticas robóticas.
Marcos de aprendizaje de robots
Repositorio
Implementación oficial de nuestro documento Dirigiendo a sus generalistas: mejora de los modelos básicos robóticos mediante orientación de valores (CoRL 2024)
Visión-lenguaje-acción
Repositorio
SimpleVLA-RL proporciona recursos de capacitación de aprendizaje reforzado para políticas VLA.
Visión-lenguaje-acción
Repositorio
VLAC: un modelo de visión, lenguaje, acción y crítica para el aprendizaje por refuerzo robótico en el mundo real
Visión-lenguaje-acción
Repositorio
VLA-RL proporciona código de aprendizaje por refuerzo para adaptar modelos VLA a la manipulación robótica.
Visión-lenguaje-acción