Visão-linguagem-ação

Pesquisa

Recursos de código e modelo para políticas de robôs de Inteligência Física.

Pesquisa

Recursos de modelo básico de robô para fluxos de trabalho de aprendizagem humanóide.

Pesquisa

NVIDIA Alpamayo 1.5 Nano é um modelo VLA de raciocínio aberto de 10B para veículos autônomos com raciocínio aprimorado de aprendizado por reforço, orientação de navegação e resposta visual a perguntas.

Pesquisa

DeeR-VLA estuda inferência dinâmica de modelos multimodais para execução de robôs.

Pesquisa

Ferramentas de ajuste fino para adaptar a previsão de ação OpenVLA.

Pesquisa

O InternVLA-M1 fornece uma estrutura de visão-linguagem-ação espacialmente guiada para políticas de robôs.

Pesquisa

Liberação oficial de código e ponto de verificação para modelos de base de robôs móveis: GNM, ViNT e NoMaD.

Código aberto

RDT-1B: um modelo de base de difusão para manipulação bimanual

Pesquisa

Este repositório é a implementação de "NaVILA: Legged Robot Vision-Language-Action Model for Navigation"

Pesquisa

Uma estrutura para conectar modelos de linguagem de visão a ações robóticas.

Pesquisa

Pesquisa de políticas de robôs usando representações de ações latentes.

Pesquisa

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

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

🔥 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

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

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

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.