Modèles vision-langage-action

Recherche

Ressources de code et de modèle pour les politiques des robots d’intelligence physique.

Recherche

Ressources de modèle de base de robot pour les flux de travail d'apprentissage humanoïde.

Recherche

NVIDIA Alpamayo 1.5 Nano est un modèle VLA de raisonnement 10B ouvert pour les véhicules autonomes avec un raisonnement amélioré par apprentissage par renforcement, un guidage de navigation et une réponse visuelle aux questions.

Recherche

DeeR-VLA étudie l'inférence de modèle multimodal dynamique pour l'exécution de robots.

Recherche

Outils de réglage fin pour adapter la prédiction d’action du OpenVLA.

Recherche

InternVLA-M1 fournit un cadre vision-langage-action guidé spatialement pour les politiques robotiques.

Recherche

Publication officielle du code et des points de contrôle pour les modèles de base de robots mobiles : GNM, ViNT et NoMaD.

Recherche

Ce référentiel est l'implémentation de "NaVILA : Legged Robot Vision-Language-Action Model for Navigation"

Recherche

Un cadre pour connecter des modèles de langage de vision aux actions robotiques.

Recherche

Recherche politique sur les robots utilisant des représentations d'actions latentes.

Recherche

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

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

🔥 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

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

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

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.