b:botstest.
NL
English简体中文DeutschFrançaisEspañolItalianoPortuguêsNederlandsSvenskaPolski
Dien een bron in ↗

Benchmarks / Onderzoek

pre execution return · distortionlab

Pre-Execution Return onderzoekt de robuustheid van de initiële status van robots rond bevroren VLA-beleid.

imitation-learningliberolibero-plusopenvlarobot-leren
Uitgeversrepository ↗
pre execution return · distortionlab screenshot van de bronpagina
Schermafbeelding van bron · vastgelegd 2026-10-08 · visueel beoordeeld

Overzicht

Pre-Execution Return onderzoekt de robuustheid van de initiële status van robots rond bevroren VLA-beleid.

Samenvatting van de uitgever: "Wanneer is de initiële status van een robot een robuustheidsprobleem? Terugkeer vóór de uitvoering rond bevroren visie-taal-actiebeleid"

Gebruik de repository om de implementatie, documentatie en ondersteunde workflows te inspecteren. Dit directoryrecord identificeert de onderhouder, de codelicentie en gerelateerde bronnen; er wordt niet beweerd dat het project op uw robot is geïnstalleerd of getest.

Projectinformatie

Onderhouder
distortionlab
Primaire taal
Python
Licentie voor repositorycode
MIT
Modelgewicht licentie
Niet opgenomen
Dataset-licentie
Niet opgenomen
Hardware-ontwerplicentie
Niet opgenomen
Onderhoud
Niet gearchiveerd in de laatst opgenomen metadata
Laatst waargenomen opslagplaatspush
2026-10-02

Codelicenties hebben niet automatisch betrekking op modelgewichten, datasets of hardwareontwerpen. Voor niet-opgenomen licentiegegevens is bevestiging door de uitgever vereist.

Documentatie secties

  • Overzicht
  • Benchmark Results (Full Protocol, 10,030 Variants)
  • Quickstart
  • 1. Reproduce Paper Numbers Without GPU or Simulator
  • 2. Run the Test Suite
  • 3. Check and Compile the Paper

Blader door de categorieën van deze bron

Benchmarks / Beleidsevaluatie ↗

Ontdek gerelateerde collecties

Blader Benchmarks →

Meer binnen Benchmarks