Onderzoek en leren / Onderzoek
Awesome LLM Robotics verzamelt onderzoek met behulp van taal- en multimodale modellen voor robotica en versterkend leren.
Awesome LLM Robotics verzamelt onderzoek met behulp van taal- en multimodale modellen voor robotica en versterkend leren.
Samenvatting van de uitgever: “Een uitgebreide lijst met artikelen die gebruik maken van grote taal-/multimodale modellen voor Robotics/RL, inclusief artikelen, codes en gerelateerde websites”
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.
Codelicenties hebben niet automatisch betrekking op modelgewichten, datasets of hardwareontwerpen. Voor niet-opgenomen licentiegegevens is bevestiging door de uitgever vereist.
Bewaarplaats
Onderzoek
Awesome Implicit NeRF Robotics verzamelt impliciete representatie en NeRF-onderzoek voor robotica en versterkend leren.
Normen & referentiecollecties
Bewaarplaats
Open-source
RoboGen-onderzoekscode voor het genereren en leren van robotvaardigheden.
Kaders voor het leren van robots
Bewaarplaats
Open-source
Awesome-Robotics-Foundation-modellen
Normen & referentiecollecties
Bewaarplaats
Open-source
LEO-onderzoeksimplementatie voor een generalistische belichaamde agent in 3D-omgevingen.
Kaders voor het leren van robots
Bewaarplaats
Onderzoek
Onderzoekscode voor het in kaart brengen van multimodale instructies aan robotacties.
Navigatie & SLAM