Modelos visión-lenguaje-acción

Investigación

Recursos de código y modelo para políticas de robots de Inteligencia Física.

Investigación

Recursos de modelos básicos de robots para flujos de trabajo de aprendizaje humanoides.

Investigación

NVIDIA Alpamayo 1.5 Nano es un modelo VLA de razonamiento abierto 10B para vehículos autónomos con razonamiento mejorado con aprendizaje por refuerzo, guía de navegación y respuesta visual a preguntas.

Investigación

DeeR-VLA estudia la inferencia dinámica de modelos multimodales para la ejecución de robots.

Investigación

Herramientas de ajuste para adaptar la predicción de acciones OpenVLA.

Investigación

InternVLA-M1 proporciona un marco de visión, lenguaje y acción guiado espacialmente para políticas de robots.

Investigación

Lanzamiento de código oficial y punto de control para modelos básicos de robots móviles: GNM, ViNT y NoMaD.

Código abierto

RDT-1B: un modelo de base de difusión para manipulación bimanual

Investigación

Este repositorio es la implementación de "NaVILA: Legged Robot Vision-Language-Action Model for Navigation"

Investigación

Un marco para conectar modelos de visión y lenguaje con acciones robóticas.

Investigación

Investigación de políticas de robots utilizando representaciones de acciones latentes.

Investigación

InternNav proporciona una plataforma para desarrollar modelos básicos de navegación.

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

🔥 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

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

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

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.