Modelos visão-linguagem-ação

Pesquisa

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

Pesquisa

Uni-NaVid: um modelo de visão-linguagem-ação baseado em vídeo para unificar tarefas de navegação incorporada.

Pesquisa

Dos modelos de visão-linguagem-ação a uma pilha de aprendizagem de robôs do mundo real

Pesquisa

VLA-0 fornece código de pesquisa para construir modelos de linguagem de visão-ação a partir de modelos de linguagem de visão.

Pesquisa

Green-VLA: modelo encenado de visão-linguagem-ação para robôs generalistas

Pesquisa

VLA-RFT fornece recursos de ajuste fino de reforço para modelos de visão-linguagem-ação.

Pesquisa

WholebodyVLA estuda representações latentes do VLA para locomoção e manipulação de todo o corpo.

Pesquisa

O repositório oficial da primeira versão do modelo básico ACE-Brain.

Pesquisa

Anchor-Align estuda o ajuste fino do VLA com ancoragem de representação e alinhamento de ação de linguagem.

Pesquisa

BitVLA implementa modelos de visão-linguagem-ação de 1 bit para manipulação robótica.

Pesquisa

CATok estuda tokenização de ação causal para políticas de robôs com recozimento condicional na correspondência de fluxo.

Pesquisa

CLP-VLA fornece código de avaliação e ajuste fino com foco em camadas para modelos VLA.

Pesquisa

DEAS Isaac GR00T fornece recursos de configuração combinando DEAS, Isaac GR00T e RoboCasa.

Pesquisa

Dexora fornece recursos de política VLA para destreza bimanual com alto grau de liberdade.

Pesquisa

DynamicVLA fornece recursos de pesquisa para manipulação robótica de objetos dinâmicos.

Pesquisa

O Projeto EAI2025 combina mapeamento semântico 3D e implantação de VLA para manipulação.

Pesquisa

Emma-X: um modelo de ação multimodal incorporado com cadeia de pensamento fundamentada e raciocínio espacial antecipado

Pesquisa

FLUX 3 Action fornece modelagem de ação mundial e recursos de previsão de ação para robôs e simuladores.

Pesquisa

Modelos de robótica do Google DeepMind conectando percepção e ação.

Pesquisa

HEX é uma estrutura de visão-linguagem-ação de corpo inteiro para robôs humanóides de tamanho real.

Pesquisa

A série InternVLA-A estuda compreensão, geração e ação para manipulação robótica.

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