Badania i nauka / Badania
Awesome LLM Robotics gromadzi badania wykorzystujące modele językowe i multimodalne na potrzeby robotyki i uczenia się przez wzmacnianie.
Awesome LLM Robotics gromadzi badania wykorzystujące modele językowe i multimodalne na potrzeby robotyki i uczenia się przez wzmacnianie.
Podsumowanie wydawcy: „Obszerna lista artykułów wykorzystujących duże modele językowe/multimodalne dla robotyki/RL, w tym artykuły, kody i powiązane strony internetowe”
Skorzystaj z jego repozytorium, aby sprawdzić wdrożenie, dokumentację i obsługiwane przepływy pracy. Ten zapis katalogu identyfikuje opiekuna, licencję na kod i powiązane zasoby; nie twierdzi, że projekt został zainstalowany lub przetestowany na Twoim robocie.
Licencje na kod nie obejmują automatycznie wag modeli, zbiorów danych ani projektów sprzętu. Niezarejestrowane szczegóły licencji wymagają potwierdzenia u wydawcy.
Repozytorium
Badania
Awesome Implicit NeRF Robotics gromadzi ukryte reprezentacje i badania NeRF na potrzeby robotyki i uczenia się przez wzmacnianie.
Normy i zbiory referencyjne
Repozytorium
Otwarte źródło
Kod badawczy RoboGen do generowania i uczenia się umiejętności robotów.
Frameworki uczenia się robotów
Repozytorium
Otwarte źródło
Niesamowite modele-robotyki-fundacji
Normy i zbiory referencyjne
Repozytorium
Otwarte źródło
Wdrożenie badań LEO dla ogólnego ucieleśnionego agenta w środowiskach 3D.
Frameworki uczenia się robotów
Repozytorium
Badania
Kod badawczy do mapowania instrukcji multimodalnych na działania robotyczne.
Nawigacja i SLAM