Modelos

Pesquisa

Memória de vídeo nativa para modelos de visão-linguagem-ação, usando histórico visual com registro de data e hora e inferência de streaming exata para manipulação de robôs em horizontes longos.

Pesquisa

Implementação oficial do SimToolReal: uma política centrada em objetos para manipulação hábil de ferramentas de disparo zero

Código aberto

Base de código oficial para Sirius: Robot Learning on the Job

Pesquisa

Spirit-v1.5: Um modelo de base robótica da Spirit AI

Pesquisa

Theia: destilando diversos modelos de base de visão para aprendizagem de robôs

Pesquisa

Implementação Oficial do Controlador Humanóide Universal em Mujoco. Suporta Kinpoly (NeurIPS 2021) e EmcorporedPose (NeurIPS 2022).

Pesquisa

UnifoLM-WMA-0: Uma estrutura de modelo mundial de ação (WMA) sob a família UnifoLM

Pesquisa

VIRENA demonstra uma pequena política de VLA no ManiSkill PickCube com recursos de integração LeRobot.

Código aberto

ViTacFormer: Aprendendo representação intermodal para manipulação hábil visuo-tátil

Pesquisa

VITRA: Pré-treinamento escalável de modelo de visão-linguagem-ação para manipulação robótica com vídeos de atividades humanas da vida real

Pesquisa

VLA From Scratch compara representações de ação em demonstrações multimodais e tarefas de roteamento de obstáculos.

Pesquisa

Repositório para nosso artigo: Learning Agile Skills via Adversarial Imitation of Rough Partial Demonstrations Proceedings of the 6th Conference on Robot Learning (CoRL),

Pesquisa

WAVE-Go: adaptação de ação do modelo mundial Go2-W, carregamento sem mapa verificado e demonstrações de navegação híbrida de longo alcance Cosmos3-Edge

Pesquisa

Aprendendo a loco-manipulação hábil de corpo inteiro a partir de interações humano-objeto

Pesquisa

WMNav: Integrando Modelos de Linguagem de Visão em Modelos Mundiais para Navegação de Objetivos de Objetos

Pesquisa

WoW (World-Omniscient World Model) é um modelo mundial generativo treinado em 2 milhões de trajetórias de interação robótica, projetado para imaginar, raciocinar e agir no mundo físico. Ao contrário do passivo…

Pesquisa

Rumo a modelos versáteis de visão-linguagem-ação por meio do aprendizado de representações unificadas de visão-movimento

Pesquisa

XRZero-G0: Ultrapassando a fronteira da manipulação robótica hábil com interfaces, qualidade e proporções

Pesquisa

Código para meu artigo "Você só ensina uma vez: aprenda manipulação robótica bimanual única a partir de demonstrações em vídeo"

Pesquisa

Um modelo de pesquisa visão-linguagem-ação para manipulação de robôs.

Código aberto

Um modelo aberto de visão-linguagem-ação para manipulação de robôs.

Código aberto

Um modelo compacto de visão-linguagem-ação no ecossistema LeRobot.

Pesquisa

Um modelo de base de robô da Physical Intelligence.