Bewaarplaats
Onderzoek
LIFT3D · PKU-HMI-Lab
Beleid van Lift3D Foundation: grootschalige, voorgetrainde 2D-modellen optillen voor robuuste 3D-robotmanipulatie
Robotbeleid
Modellen / Onderzoek
MoLe-VLA-Pytorch · RoyZry98
Officiële code voor MoLe-VLA: dynamisch vision-taalactiemodel dat lagen overslaat via een mix van lagen voor efficiënte robotmanipulatie
Overzicht
Officiële code voor MoLe-VLA: dynamisch vision-taalactiemodel dat lagen overslaat via een mix van lagen voor efficiënte robotmanipulatie
Doel van de uitgever: [AAAI 2026] Officiële code voor MoLe-VLA: Dynamic Layer-skipping Vision Language Action Model via mix-of-layers voor efficiënte robotmanipulatie
Bekijk observatie-/actie-interfaces, controlepunten, robotuitvoeringen en aanpassingsvereisten. Licenties voor repositorycodes verlenen niet automatisch een licentie voor gewichten of trainingsgegevens.
Projectinformatie
- Onderhouder
- RoyZry98
- 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
- 2025-07-31
Codelicenties hebben niet automatisch betrekking op modelgewichten, datasets of hardwareontwerpen. Voor niet-opgenomen licentiegegevens is bevestiging door de uitgever vereist.
Documentatie secties
- MoLe-VLA: Dynamic Layer-skipping Vision Language Action Model via Mixture-of-Layers for Efficient Robot Manipulation
- Installation
- Aan de slag
- Quickly train model:
- Citation
Blader door de categorieën van deze bron
Ontdek gerelateerde collecties
Visie-taal-actiemodellen ↗Meer binnen Modellen
Bewaarplaats
Onderzoek