Visão-linguagem-ação

Pesquisa

JanusVLN estuda navegação visual-linguagem com memória semântica e espacial separadas.

Pesquisa

Código do artigo "KERV: Decodificação especulativa cinemática-retificada para modelos VLA incorporados" aceito pelo DAC 2026.

Pesquisa

LaST​$_0$​: Cadeia de pensamento espaço-temporal latente para modelo robótico de visão-linguagem-ação

Pesquisa

Código de "MemoryVLA: Memória Perceptual-Cognitiva em Modelos de Visão-Linguagem-Ação para Manipulação Robótica"

Pesquisa

MobileVLA-R1: Reforçando a visão-linguagem-ação para robôs móveis

Pesquisa

OmniVLA fornece código de treinamento e inferência para navegação de robô multimodal.

Pesquisa

OpenDM fornece um projeto de pesquisa de modelo básico de mundo aberto para inteligência incorporada.

Pesquisa

Openpi Dexterous estuda a adaptação do pi0 LoRA para manipulação Shadow Hand e relata limitações experimentais.

Pesquisa

Open Pi Zero é uma reimplementação do modelo pi0 VLA da Inteligência Física.

Pesquisa

OpenVLA A reprodução documenta a configuração e avaliação do OpenVLA nas tarefas LIBERO.

Pesquisa

O-VLA estuda a transferência de VLA por meio de aprendizagem semântica primitiva.

Código aberto

Pelican-VL 1.0 é uma nova família de modelos cerebrais incorporados de código aberto com escalas de parâmetros que variam de 7B a 72B desenvolvidos pelo WFM System Group, Centro de Inovação de Robótica Humanóide de Pequim…

Pesquisa

Implementação oficial do ReconVLA: Modelo Reconstrutivo de Visão-Linguagem-Ação como Robô Perceptor Eficaz.

Pesquisa

Repo oficial de Explorando as vulnerabilidades adversárias de modelos de visão-linguagem-ação em robótica

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

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

Pesquisa

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

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

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

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.