Modeller

Forskning

Arkiv för våra tidningar: Robotic World Model: En neural nätverksimulator för robust policyoptimering inom robotik och osäkerhetsmedveten robotvärldsmodell gör offlinemodellbaserad...

Öppen källkod

Kod som medföljer uppsatsen "Lära dig smidiga robotrörelsefärdigheter genom att imitera djur"

Öppen källkod

SPA: 3D Spatial-Awareness möjliggör effektiv förkroppslig representation

Forskning

Robotpolitisk forskning med hjälp av latent handlingsrepresentationer.

Forskning

Robotmanipulationsmodellresurser från Allen Institute for AI.

Öppen källkod

Officiell kodbas för Manipulation Primitive-augmented reinforcement Learning (MAPLE)

Forskning

InternNav tillhandahåller en plattform för att utveckla navigeringsgrundmodeller.

Forskning

DayDreamer tillhandahåller världsmodellmetoder för fysisk robotinlärning.

Forskning

Ett forskningsprojekt för video-actionmodeller för robotstyrning.

Öppen källkod

DexMV: Imitation Learning for Dexterous Manipulation from Human Videos, ECCV 2022

Forskning

Forskningsverktyg för uppskattning av objektposition för robotuppfattning.

Forskning

Implementering av π₀, den robotbaserade grundmodellarkitekturen som föreslagits av Physical Intelligence

Forskning

GraspVLA tillhandahåller forskning om greppmodeller förutbildad med syntetiska handlingsdata.

Forskning

Lär dig smidig mänsklig rörelse genom Lipschitz-begränsade riktlinjer

Öppen källkod

Källkoder för tidningen "3D-Mem: 3D Scene Memory for Embodied Exploration and Reasoning"

Öppen källkod

Officiellt arkiv för T-Rex: Taktil-reaktiv fingerfärdig manipulation

Forskning

🔥 SpatialVLA: en rumslig förbättrad vision-språk-action-modell som tränas på 1,1 miljoner riktiga robotavsnitt. Godkänd på RSS 2025.

Forskning

officiell implementering av vårt papper Steering Your Generalists: Improving Robotic Foundation Models via Value Guidance (CoRL 2024)

Öppen källkod

Språkstyrd helkroppskontroll för generella humanoida robotar

Öppen källkod

Officiell kod för "Language Models as Zero-Shot Planners: Extractionable Knowledge for Embodied Agents"

Forskning

Officiell kod för MoLe-VLA: Dynamic Layer-hopping Vision Language Action Model via Mixture-of-Layers for Efficient Robot Manipulation

Forskning

BAAI UniVLA tillhandahåller ett enhetligt forskningsprojekt för vision-språk-actionmodell.

Öppen källkod

"FALCON: Learning Force-Adaptive Humanoid Loco-Manipulation"

Forskning

Officiell implementering av artikeln: "PhysHSI: Towards a Real-World Generalizable and Natural Humanoid-Scene Interaction System"