Modèles vision-langage-action

Recherche

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

Recherche

Uni-NaVid : un modèle vision-langage-action basé sur la vidéo pour unifier les tâches de navigation incarnées.

Recherche

Des modèles vision-langage-action à une pile d'apprentissage de robots du monde réel

Recherche

VLA-0 fournit un code de recherche pour créer des modèles vision-langage-action à partir de modèles vision-langage.

Recherche

Green-VLA : modèle vision-langage-action par étapes pour les robots généralistes

Recherche

VLA-RFT fournit des ressources de réglage fin du renforcement pour les modèles vision-langage-action.

Recherche

WholebodyVLA étudie les représentations latentes de VLA pour la locomotion et la manipulation du corps entier.

Recherche

Le référentiel officiel de la première version du modèle de fondation ACE-Brain.

Recherche

Anchor-Align étudie le réglage fin du VLA avec l'ancrage de la représentation et l'alignement langage-action.

Recherche

BitVLA implémente des modèles vision-langage-action 1 bit pour la manipulation robotique.

Recherche

CATok étudie la tokenisation des actions causales pour les politiques de robots avec recuit conditionnel dans la correspondance de flux.

Recherche

CLP-VLA fournit un code de réglage fin et d'évaluation axé sur les couches pour les modèles VLA.

Recherche

DEAS Isaac GR00T fournit des ressources de configuration combinant DEAS, Isaac GR00T et RoboCasa.

Recherche

Dexora fournit des ressources politiques VLA pour une dextérité bimanuelle à haut degré de liberté.

Recherche

DynamicVLA fournit des ressources de recherche pour la manipulation robotique d'objets dynamiques.

Recherche

Le projet EAI2025 combine le mappage sémantique 3D et le déploiement de VLA pour la manipulation.

Recherche

Emma-X : un modèle d'action multimodal incarné avec une chaîne de pensée fondée et un raisonnement spatial prospectif

Recherche

FLUX 3 Action fournit des ressources de modélisation et de prédiction d'action mondiale pour les robots et les simulateurs.

Recherche

Modèles robotiques Google DeepMind reliant la perception et l'action.

Recherche

HEX est un cadre vision-langage-action du corps entier pour les robots humanoïdes de taille réelle.

Recherche

La série InternVLA-A étudie la compréhension, la génération et l'action pour la manipulation robotique.

Recherche

JanusVLN étudie la navigation vision-langage avec une mémoire sémantique et spatiale séparée.

Recherche

Code de l'article "KERV: Kinematic-Rectified Speculative Decoding for Embodied VLA Models" accepté par DAC 2026.

Recherche

LaST​$_0$​ : Chaîne de pensée spatio-temporelle latente pour le modèle robotique vision-langage-action