Repozytorium
Badania
Diffusion Policy
Podejście do polityki wizuomotorycznej wykorzystujące dyfuzję do generowania działań robotów.
Zasady robotów
Modele / Otwarte źródło
DecisionNCE · 2toinf
Oficjalna implementacja „DecyzjiNCE: Ucieleśnione reprezentacje multimodalne poprzez uczenie się utajonych preferencji”
Przegląd
Oficjalna implementacja „DecyzjiNCE: Ucieleśnione reprezentacje multimodalne poprzez uczenie się utajonych preferencji”
Cel wydawcy: [ICML 2024] Oficjalna implementacja „DecisionNCE: Ucieleśnione reprezentacje multimodalne poprzez uczenie się utajonych preferencji”
Sprawdź instrukcje instalacji, obsługiwane wersje, przykłady i interfejsy w źródle. Katalog ten nie zawiera informacji, że oprogramowanie zostało zainstalowane lub przetestowane na Twoim robocie.
Informacje o projekcie
- Konserwator
- 2toinf
- Język podstawowy
- Python
- Licencja na kod repozytorium
- MIT
- Licencja na wagę modelu
- Nie nagrano
- Licencja na zbiór danych
- Nie nagrano
- Licencja na projektowanie sprzętu
- Nie nagrano
- Konserwacja
- Nie zarchiwizowane w ostatnio zarejestrowanych metadanych
- Ostatnio zaobserwowane wypchnięcie repozytorium
- 2025-05-26
Licencje na kod nie obejmują automatycznie wag modeli, zbiorów danych ani projektów sprzętu. Niezarejestrowane szczegóły licencji wymagają potwierdzenia u wydawcy.
Sekcje dokumentacji
- DecisionNCE: Embodied Multimodal Representations via Implicit Preference Learning
- Introduction
- Spis treści
- Quick Start
- Install
- Usage
Przeglądaj kategorie tego zasobu
Przeglądaj powiązane kolekcje
Przeglądaj Modele →Więcej w Modele
Repozytorium
Badania
Strona internetowa
Badania
openpi
Zasoby kodu i modelu dotyczące zasad robotów inteligencji fizycznej.
Wizja-język-działanie
Repozytorium
Badania
NVIDIA Isaac GR00T
Zasoby dotyczące modeli podstawowych robotów na potrzeby procesów uczenia się humanoidów.
Wizja-język-działanie
Repozytorium
Badania
Octo
Ogólne ramy polityki dotyczącej robotów umożliwiające dostosowywanie się do zadań manipulacyjnych.
Zasady robotów
Repozytorium
Badania
alpamayo1.5 · NVlabs
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.
Wizja-język-działanie
Repozytorium
Badania
iros20 6d pose tracking · wenbowen123
se(3)-TrackNet zapewnia badania śledzenia pozycji obiektów w 6D oraz przykłady kontroli wizualnej.
Modele percepcji