Modelli visione-linguaggio-azione

Ricerca

L'UFAC studia il condizionamento orientato al futuro per un adattamento VLA efficiente in termini di dati.

Ricerca

Uni-NaVid: un modello di visione-linguaggio-azione basato su video per unificare le attività di navigazione incarnate.

Ricerca

Dai modelli di visione-linguaggio-azione a uno stack di apprendimento per robot del mondo reale

Ricerca

VLA-0 fornisce codice di ricerca per costruire modelli visione-linguaggio-azione da modelli visione-linguaggio.

Ricerca

Green-VLA: modello di visione-linguaggio-azione a fasi per robot generalisti

Ricerca

VLA-RFT fornisce risorse di rinforzo per la messa a punto dei modelli visione-linguaggio-azione.

Ricerca

WholebodyVLA studia le rappresentazioni latenti di VLA per la locomozione e la manipolazione di tutto il corpo.

Ricerca

Il repository ufficiale della prima versione del modello di fondazione ACE-Brain.

Ricerca

Anchor-Align studia la messa a punto del VLA con l'ancoraggio della rappresentazione e l'allineamento linguaggio-azione.

Ricerca

BitVLA implementa modelli di visione-linguaggio-azione a 1 bit per la manipolazione robotica.

Ricerca

CATok studia la tokenizzazione delle azioni causali per le policy dei robot con ricottura condizionale nella corrispondenza del flusso.

Ricerca

CLP-VLA fornisce codice di valutazione e regolazione fine focalizzato sui livelli per i modelli VLA.

Ricerca

DEAS Isaac GR00T fornisce risorse di configurazione che combinano DEAS, Isaac GR00T e RoboCasa.

Ricerca

Dexora fornisce risorse politiche VLA per la destrezza bimanuale ad alto grado di libertà.

Ricerca

DynamicVLA fornisce risorse di ricerca per la manipolazione robotica di oggetti dinamici.

Ricerca

Il progetto EAI2025 combina la mappatura semantica 3D e l'implementazione VLA per la manipolazione.

Ricerca

Emma-X: un modello di azione multimodale incarnato con catena di pensiero radicata e ragionamento spaziale lungimirante

Ricerca

FLUX 3 Action fornisce risorse per la modellazione dell'azione mondiale e la previsione dell'azione per robot e simulatori.

Ricerca

Modelli robotici di Google DeepMind che collegano percezione e azione.

Ricerca

HEX è una struttura di visione-linguaggio-azione per tutto il corpo per robot umanoidi a grandezza naturale.

Ricerca

La serie InternVLA-A studia la comprensione, la generazione e l'azione per la manipolazione robotica.

Ricerca

JanusVLN studia la navigazione del linguaggio visivo con memoria semantica e spaziale separata.

Ricerca

Codice della carta "KERV: Kinematic-Rectified Speculative Decoding for Emfilled VLA Models" accettato da DAC 2026.

Ricerca

LaST​$_0$​: catena di pensiero spazio-temporale latente per il modello robotico di visione-linguaggio-azione