Repozytorium
RLinf
Infrastruktura uczenia się przez wzmacnianie dla modeli ucieleśnionych i polityk robotycznych.
Frameworki uczenia się robotów
Badania i nauka / Badania
Awesome VLA RL organizuje badania łączące modele wizji, języka i działania oraz uczenia się przez wzmacnianie.
Awesome VLA RL organizuje badania łączące modele wizji, języka i działania oraz uczenia się przez wzmacnianie.
Podsumowanie wydawcy: „To repozytorium podsumowuje najnowsze postępy w paradygmacie VLA + RL i zapewnia klasyfikację taksonomiczną odpowiednich dzieł”.
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
Infrastruktura uczenia się przez wzmacnianie dla modeli ucieleśnionych i polityk robotycznych.
Frameworki uczenia się robotów
Repozytorium
oficjalna implementacja naszego artykułu Steering Your Generalists: Improving Robotic Foundation Models via Value Guidance (CoRL 2024)
Wizja-język-działanie
Repozytorium
SimpleVLA-RL zapewnia zasoby szkoleniowe w zakresie uczenia się przez wzmacnianie w zakresie zasad VLA.
Wizja-język-działanie
Repozytorium
VLAC: Model oparty na wizji, języku i działaniu dla robotycznego uczenia się ze wzmocnieniem w świecie rzeczywistym
Wizja-język-działanie
Repozytorium
VLA-RL zapewnia kod uczenia się przez wzmacnianie do dostosowywania modeli VLA do manipulacji robotycznych.
Wizja-język-działanie