Modèles

Recherche

Ressources de modèles de manipulation de robots de l'Allen Institute for AI.

Recherche

InternNav fournit une plateforme pour développer des modèles de base de navigation.

Recherche

DayDreamer propose des méthodes de modélisation mondiale pour l'apprentissage physique des robots.

Recherche

Un projet de recherche de modèles vidéo-action pour le contrôle robotique.

Recherche

Outils de recherche d'estimation de pose d'objet pour la perception robotique.

Recherche

Implémentation de π₀, l'architecture de modèle de fondation robotique proposée par Physical Intelligence

Recherche

GraspVLA fournit une recherche sur un modèle de saisie pré-entraînée avec des données d'action synthétiques.

Recherche

Apprendre la locomotion humanoïde fluide grâce à des politiques contraintes par Lipschitz

Recherche

🔥 SpatialVLA : un modèle vision-langage-action amélioré spatial qui est formé sur 1,1 million d'épisodes de robots réels. Accepté au RSS 2025.

Recherche

mise en œuvre officielle de notre article Steering Your Generalists: Improving Robotic Foundation Models via Value Guidance (CoRL 2024)

Recherche

Code officiel pour MoLe-VLA : Modèle d'action en langage de vision à saut de couche dynamique via un mélange de couches pour une manipulation efficace du robot

Recherche

BAAI UniVLA propose un projet de recherche unifié sur le modèle vision-langage-action.

Recherche

Implémentation officielle de l'article : "PhysHSI : Towards a Real-World Generalizing and Natural Humanoid-Scene Interaction System"

Recherche

UniAct étudie les représentations d'action universelles pour les modèles de fondation incarnés.

Recherche

Locomotion naturelle, saut et récupération du robot quadrupède A1 avec AMP

Recherche

X-VLA étudie les transformateurs à invite logicielle pour l'apprentissage inter-incarnations vision-langage-action.

Recherche

HiMoE-VLA étudie les politiques hiérarchiques de mélange d'experts pour l'apprentissage vision-langage-action.

Recherche

DreamDojo étudie les modèles du monde robotique tirés des données vidéo humaines.

Recherche

Implémentation officielle de l'article « SR-AIF : Solving Sparse-Reward Robotic Tasks from Pixels with Active Inference and World Models »

Recherche

SimpleVLA-RL fournit des ressources de formation par apprentissage par renforcement pour les politiques VLA.

Recherche

VLAC : un modèle vision-langage-action-critique pour l'apprentissage robotique par renforcement dans le monde réel

Recherche

VLA-RL fournit un code d'apprentissage par renforcement pour adapter les modèles VLA à la manipulation robotique.

Recherche

LingBot-VLA fournit un projet de modèle de fondation vision-langage-action.

Recherche

L'OFAC étudie le conditionnement tourné vers l'avenir pour une adaptation VLA efficace en matière de données.