Modeller

Forskning

Officiell kod för GEM: Generative Supervision Helps Embodied Intelligence

Forskning

GenRL: Multimodala världsmodeller möjliggör jordande språk- och videouppmaningar till förkroppsligade domäner, genom att förvandla dem till sekvenser av latenta världsmodelltillstånd. Latenta tillståndssekvenser kan...

Forskning

En färdplan för att bygga världsmodeller för utvärdering av robotpolicy

Forskning

HAIC: Humanoid Agile Object Interaction Control via Dynamics-Aware World Model

Forskning

HEX är en helkroppsvision-språk-handlingsram för mänskliga robotar i full storlek.

Forskning

HY-Embodied-0.5-X: An Enhanced Embodied Foundation Model for Real-World Agents

Forskning

Detta imitations-inlärningsprojekt jämför beteendekloning och diffusionspolicy på Panda pick-and-place.

Forskning

InternVLA-A-serien studerar förståelse, generering och handling för robotmanipulation.

Forskning

JanusVLN studerar vision-språknavigering med separat semantiskt och rumsligt minne.

Forskning

Papperskod "KERV: Kinematic-Rectified Speculative Decoding for Embodied VLA Models" accepteras av DAC 2026.

Forskning

Officiell implementering av "Kinema4D: Kinematic4D World Modeling for Spatiotemporal Embodied Simulation"

Forskning

Officiell implementering av NeurIPS 2021-dokumentet: "Dynamics-Regulated Kinematic Policy for Egocentric Pose Estimation". Denna repo innehåller en kopia av koden för "Universal Humanoid Controller" och...

Forskning

LaST​$_0$​: Latent Spatio-Temporal Chain-of-Thought för Robotic Vision-Language-Action Model

Forskning

LiLa-WAM: Lightweight Latent Reasoning World-Action Model for Robotic Manipulation

Forskning

Manipulera-vad som helst: automatisera verkliga robotar med hjälp av Vision-Language Models [CoRL 2024]

Forskning

Koden för "MemoryVLA: Perceptual-Kognitive Memory in Vision-Language-Action Models for Robotic Manipulation"

Forskning

Källkoder för tidningen "MindJourney: Test-Time Scaling with World Models for Spatial Reasoning"

Forskning

MobileVLA-R1: Förstärkning av syn-språk-handling för mobila robotar

Forskning

MotuBrain: En avancerad världsactionmodell för robotkontroll

Forskning

En öppen källkodsimplementering av Multitask Diffusion Transformer (DiT) Policy för robotmanipulation som ses på Boston Dynamics Atlas Humanoid och i "A Careful Examination of Large Behavior...

Forskning

Officiell implementering av NavMorph: A Self-Evolving World Model for Vision-and-Language Navigation in Continuous Environments (ICCV'25).

Forskning

Vision-Based Humanoid Locomotion

Forskning

OmniVLA tillhandahåller utbildning och slutledningskod för multimodal robotnavigering.

Forskning

OpenDM tillhandahåller ett forskningsprojekt för en öppen värld av grundmodeller för förkroppsligad intelligens.