Wizja-język-działanie

Badania

Zasoby kodu i modelu dotyczące zasad robotów inteligencji fizycznej.

Badania

Zasoby dotyczące modeli podstawowych robotów na potrzeby procesów uczenia się humanoidów.

Badania

NVIDIA Alpamayo 1.5 Nano to otwarty model wnioskowania 10B VLA dla pojazdów autonomicznych z ulepszonym rozumowaniem opartym na uczeniu się przez wzmacnianie, wskazówkami nawigacyjnymi i wizualnym odpowiadaniem na pytania.

Badania

DeeR-VLA bada dynamiczne wnioskowanie z modelu multimodalnego na potrzeby wykonania robota.

Badania

Narzędzia do precyzyjnego dostrajania w celu dostosowania przewidywania działań OpenVLA.

Badania

InternVLA-M1 zapewnia przestrzennie ukierunkowaną strukturę wizji, języka i działania dla polityk dotyczących robotów.

Badania

Oficjalna wersja kodu i punktu kontrolnego dla podstawowych modeli robotów mobilnych: GNM, ViNT i NoMaD.

Badania

To repozytorium jest implementacją „NaVILA: Legged Robot Vision-Language-Action Model for nawigacji”

Badania

Struktura łączenia modeli wizjonersko-językowych z działaniami robotycznymi.

Badania

Badania polityki robotów z wykorzystaniem ukrytych reprezentacji działań.

Badania

InternNav zapewnia platformę do opracowywania podstawowych modeli nawigacji.

Badania

Implementacja π₀, architektury modelu fundamentu robota zaproponowanej przez inteligencję fizyczną

Badania

GraspVLA zapewnia badania modeli chwytania, wstępnie przetrenowane na podstawie syntetycznych danych dotyczących działań.

Badania

🔥 SpatialVLA: ulepszony przestrzennie model widzenia, języka i działania, który został wytrenowany na 1,1 miliona odcinków rzeczywistych robotów. Zaakceptowano na RSS 2025.

Badania

oficjalna implementacja naszego artykułu Steering Your Generalists: Improving Robotic Foundation Models via Value Guidance (CoRL 2024)

Badania

Oficjalny kod MoLe-VLA: dynamiczny model działania języka wizyjnego z pomijaniem warstw poprzez mieszankę warstw w celu wydajnej manipulacji robotem

Badania

BAAI UniVLA zapewnia ujednolicony projekt badawczy dotyczący modelu wizji, języka i działania.

Badania

UniAct bada uniwersalne reprezentacje działań dla ucieleśnionych modeli podstawowych.

Badania

X-VLA bada transformatory wspomagane programowo pod kątem uczenia się poprzez widzenie, język i działanie w różnych postaciach.

Badania

HiMoE-VLA bada hierarchiczną politykę łączenia ekspertów w zakresie uczenia się poprzez wizję, język i działanie.

Badania

SimpleVLA-RL zapewnia zasoby szkoleniowe w zakresie uczenia się przez wzmacnianie w zakresie zasad VLA.

Badania

VLAC: Model oparty na wizji, języku i działaniu dla robotycznego uczenia się ze wzmocnieniem w świecie rzeczywistym

Badania

VLA-RL zapewnia kod uczenia się przez wzmacnianie do dostosowywania modeli VLA do manipulacji robotycznych.

Badania

LingBot-VLA zapewnia projekt oparty na modelu wizji, języka, działania.