Modellen

Onderzoek

Hulpbronnen voor robotmanipulatiemodellen van het Allen Institute for AI.

Onderzoek

InternNav biedt een platform voor het ontwikkelen van navigatiebasismodellen.

Onderzoek

DayDreamer biedt methoden op wereldmodel voor fysiek robotleren.

Onderzoek

Een video-actiemodelonderzoeksproject voor robotbesturing.

Onderzoek

Onderzoeksinstrumenten voor het schatten van objecten voor robotachtige perceptie.

Onderzoek

Implementatie van π₀, de robotachtige basismodelarchitectuur voorgesteld door Physical Intelligence

Onderzoek

GraspVLA biedt onderzoek naar grijpmodellen, vooraf getraind met synthetische actiegegevens.

Onderzoek

Leren van soepele humanoïde voortbeweging door middel van een door Lipschitz beperkt beleid

Onderzoek

🔥 SpatialVLA: een ruimtelijk verbeterd visie-taal-actiemodel dat is getraind op 1,1 miljoen echte robotafleveringen. Geaccepteerd op RSS 2025.

Onderzoek

officiële implementatie voor ons artikel Steering Your Generalists: Improving Robotic Foundation Models via Value Guidance (CoRL 2024)

Onderzoek

Officiële code voor MoLe-VLA: dynamisch vision-taalactiemodel dat lagen overslaat via een mix van lagen voor efficiënte robotmanipulatie

Onderzoek

BAAI UniVLA biedt een uniform onderzoeksproject naar een visie-taal-actiemodel.

Onderzoek

Officiële implementatie van het artikel: "PhysHSI: naar een real-world generaliseerbaar en natuurlijk mens-scène-interactiesysteem"

Onderzoek

UniAct bestudeert universele actierepresentaties voor belichaamde funderingsmodellen.

Onderzoek

Natuurlijke voortbeweging, springen en herstel van viervoetige robot A1 met AMP

Onderzoek

X-VLA bestudeert zachte transformatoren voor cross-belichaming van visie-taal-actie-leren.

Onderzoek

HiMoE-VLA bestudeert een hiërarchisch mix-of-expertbeleid voor het leren van visie-taalactie.

Onderzoek

DreamDojo bestudeert robotwereldmodellen die zijn geleerd uit menselijke videogegevens.

Onderzoek

Officiële implementatie voor het artikel "SR-AIF: robottaken met beperkte beloning oplossen van pixels met actieve gevolgtrekking en wereldmodellen"

Onderzoek

SimpleVLA-RL biedt trainingsbronnen voor versterkingsleren voor VLA-beleid.

Onderzoek

VLAC: een visie-taal-actie-kritisch model voor robotisch leren in de echte wereld

Onderzoek

VLA-RL biedt code voor het leren van versterking voor het aanpassen van VLA-modellen aan robotmanipulatie.

Onderzoek

LingBot-VLA biedt een visie-taal-actie basismodelproject.

Onderzoek

FOCA bestudeert toekomstgerichte conditionering voor data-efficiënte VLA-aanpassing.