Modelli visione-linguaggio-azione

Ricerca

Risorse di codice e modello per le politiche sui robot di intelligenza fisica.

Ricerca

Risorse del modello di base dei robot per flussi di lavoro di apprendimento degli umanoidi.

Ricerca

NVIDIA Alpamayo 1.5 Nano è un modello VLA di ragionamento aperto 10B per veicoli autonomi con ragionamento avanzato con apprendimento per rinforzo, guida alla navigazione e risposta visiva alle domande.

Ricerca

DeeR-VLA studia l'inferenza dinamica di modelli multimodali per l'esecuzione di robot.

Ricerca

Strumenti di perfezionamento per adattare la previsione dell'azione OpenVLA.

Ricerca

InternVLA-M1 fornisce un quadro di visione-linguaggio-azione guidato spazialmente per le politiche sui robot.

Ricerca

Rilascio ufficiale del codice e del punto di controllo per i modelli di base dei robot mobili: GNM, ViNT e NoMaD.

Ricerca

Questo repository è l'implementazione di "NaVILA: Legged Robot Vision-Language-Action Model for Navigation"

Ricerca

Un quadro per collegare i modelli del linguaggio visivo alle azioni robotiche.

Ricerca

Ricerca sulle politiche dei robot utilizzando rappresentazioni di azioni latenti.

Ricerca

InternNav fornisce una piattaforma per lo sviluppo di modelli fondamentali di navigazione.

Ricerca

Implementazione di π₀, l'architettura del modello di base robotica proposta da Physical Intelligence

Ricerca

GraspVLA fornisce la ricerca sui modelli di presa preaddestrati con dati di azione sintetica.

Ricerca

🔥 SpatialVLA: un modello di visione-linguaggio-azione potenziato dallo spazio addestrato su 1,1 milioni di episodi di robot reali. Accettato all'RSS 2025.

Ricerca

implementazione ufficiale del nostro documento Steering Your Generalists: Improving Robotic Foundation Models via Value Guidance (CoRL 2024)

Ricerca

Codice ufficiale per MoLe-VLA: modello dinamico di azione del linguaggio visivo con salto di livello tramite miscela di livelli per un'efficiente manipolazione del robot

Ricerca

BAAI UniVLA fornisce un progetto di ricerca sul modello unificato di visione-linguaggio-azione.

Ricerca

UniAct studia rappresentazioni universali dell'azione per modelli di fondazione incarnati.

Ricerca

X-VLA studia i trasformatori soft-prompted per l'apprendimento incrociato visione-linguaggio-azione.

Ricerca

HiMoE-VLA studia politiche di combinazione gerarchica di esperti per l'apprendimento visione-linguaggio-azione.

Ricerca

SimpleVLA-RL fornisce risorse di formazione sull'apprendimento per rinforzo per le politiche VLA.

Ricerca

VLAC: un modello critico visione-linguaggio-azione per l'apprendimento robotico rinforzato nel mondo reale

Ricerca

VLA-RL fornisce codice di apprendimento per rinforzo per adattare i modelli VLA alla manipolazione robotica.

Ricerca

LingBot-VLA fornisce un progetto modello di base visione-linguaggio-azione.