Bewaarplaats
RoboOmni · OpenMOSS
Een proactief robotmanipulatiemodel voor multimodale fysieke omgevingen
RobotbeleidDE BElichaamde AI-DIRECTORY
Vind beleid voor imitatieleer en aangeleerde controle voor robottaken.
Bewaarplaats
Een proactief robotmanipulatiemodel voor multimodale fysieke omgevingen
Robotbeleid
Bewaarplaats
We presenteren de eerste succesvolle implementatie van een op lichaamsbemonstering gebaseerd MPC-systeem op een echte viervoeterrobot. Onze aanpak maakt real-time, contactrijke voortbeweging en manipulatie mogelijk met behulp van...
Robotbeleid
Bewaarplaats
RynnValue: het schalen van robotische waardebasismodellen met tijdelijke afstand
Robotbeleid
Bewaarplaats
Dit is de coderepository voor het artikel Depolying Ten Thousand Robots: Scalable Imitation Learninig for Lifelong Mulit-Agent Path Finding, dat het ICRA 2025 beste artikel over multi-robotsystemen won en...
Robotbeleid
Bewaarplaats
De officiële implementatie van het artikel "Scaling Behavior Foundation Model for Humanoid Robots"
Robotbeleid
Bewaarplaats
Coderepository "Sequentiële behendigheid: het koppelen van behendig beleid voor manipulatie met lange horizon"
Robotbeleid
Bewaarplaats
Officiële implementatie van SimToolReal: een objectgericht beleid voor zero-shot behendige gereedschapsmanipulatie
Robotbeleid
Bewaarplaats
Officiële codebase voor Sirius: Robot Learning on the Job
Robotbeleid
Bewaarplaats
Officiële implementatie van de Universal Humanoid Controller in Mujoco. Ondersteunt Kinpoly (NeurIPS 2021) en EmbodyPose (NeurIPS 2022).
Robotbeleid
Bewaarplaats
VitacFormer: Cross-modale representatie leren voor visueel-tactiele behendige manipulatie
Robotbeleid
Bewaarplaats
Repository voor ons artikel: Agile vaardigheden leren via vijandige imitatie van ruwe gedeeltelijke demonstraties Proceedings of the 6th Conference on Robot Learning (CoRL),
Robotbeleid
Bewaarplaats
Behendige loco-manipulatie van het hele lichaam leren door interacties tussen mens en object
Robotbeleid
Bewaarplaats
XRZero-G0: de grens verleggen van behendige robotmanipulatie met interfaces, kwaliteit en ratio's
Robotbeleid
Bewaarplaats
Code voor mijn paper "Je leert maar één keer: leer one-shot bimanuele robotmanipulatie uit videodemonstraties"
RobotbeleidSELECTIE OPMERKINGEN
Controleer hoe acties worden weergegeven en welke demonstraties of beloningen er zijn gebruikt. Beoordeel de distributieverschuiving en het gesloten-lusgedrag voordat u een getraind beleid op een andere robot gebruikt.
Kent u een bron die hier thuishoort?