Modelos

Pesquisa

Recursos do modelo de manipulação de robôs do Allen Institute for AI.

Pesquisa

InternNav fornece uma plataforma para o desenvolvimento de modelos básicos de navegação.

Pesquisa

DayDreamer fornece métodos de modelo mundial para aprendizagem de robôs físicos.

Pesquisa

Um projeto de pesquisa de modelo de vídeo-ação para controle robótico.

Pesquisa

Ferramentas de pesquisa de estimativa de pose de objeto para percepção robótica.

Pesquisa

Implementação de π₀, a arquitetura do modelo de base robótica proposta pela Physical Intelligence

Pesquisa

GraspVLA fornece pesquisa de modelo de apreensão pré-treinada com dados de ação sintéticos.

Pesquisa

Aprendendo a locomoção humanóide suave por meio de políticas restritas por Lipschitz

Pesquisa

🔥 SpatialVLA: um modelo de visão-linguagem-ação espacialmente aprimorado que é treinado em 1,1 milhão de episódios reais de robôs. Aceito em RSS 2025.

Pesquisa

implementação oficial do nosso artigo Steering Your Generalists: Improving Robotic Foundation Models via Value Guidance (CoRL 2024)

Pesquisa

Código oficial para MoLe-VLA: modelo de ação de linguagem de visão com salto dinâmico de camadas por meio de mistura de camadas para manipulação eficiente de robôs

Pesquisa

BAAI UniVLA fornece um projeto de pesquisa de modelo unificado de visão-linguagem-ação.

Pesquisa

Implementação oficial do artigo: "PhysHSI: Rumo a um sistema de interação natural-humanóide generalizável e natural do mundo real"

Pesquisa

UniAct estuda representações de ação universal para modelos de fundação incorporada.

Pesquisa

Locomoção Natural, Salto e Recuperação do Robô Quadrúpede A1 com AMP

Pesquisa

O X-VLA estuda transformadores acionados por software para aprendizagem de visão-linguagem-ação de incorporação cruzada.

Pesquisa

HiMoE-VLA estuda políticas hierárquicas de mistura de especialistas para aprendizagem de visão-linguagem-ação.

Pesquisa

DreamDojo estuda modelos de mundos robóticos aprendidos a partir de dados de vídeo humanos.

Pesquisa

Implementação oficial do artigo "SR-AIF: Resolvendo tarefas robóticas de recompensa esparsa a partir de pixels com inferência ativa e modelos mundiais"

Pesquisa

SimpleVLA-RL fornece recursos de treinamento de aprendizagem por reforço para políticas VLA.

Pesquisa

VLAC: um modelo de visão-linguagem-ação-crítica para aprendizagem robótica por reforço no mundo real

Pesquisa

VLA-RL fornece código de aprendizagem por reforço para adaptar modelos VLA à manipulação robótica.

Pesquisa

LingBot-VLA fornece um projeto de modelo básico de visão-linguagem-ação.

Pesquisa

FOCA estuda condicionamento orientado para o futuro para adaptação VLA com eficiência de dados.