Modeller / Forskning

genrl · mazpie

world models

Översikt

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

Publishers syfte: [NeurIPS 2024] GenRL: Multimodala världsmodeller möjliggör jordande språk- och videouppmaningar till förkroppsligade domäner, genom att förvandla dem till sekvenser av latenta världsmodelltillstånd. Latenta tillståndssekvenser kan avkodas med hjälp av modellens avkodare, vilket möjliggör visualisering av det förväntade beteendet, innan agenten tränas att exekvera det.

Granska observations-/åtgärdsgränssnitt, kontrollpunkter, robotutföranden och anpassningskrav. Förvarskodlicensering licensierar inte automatiskt vikter eller träningsdata.

Projektinformation

Underhållare: mazpie
Primärt språk: Python
Förvarskodlicens: MIT
Modellviktslicens: Ej inspelat
Dataset licens: Ej inspelat
Hårdvarudesignlicens: Ej inspelat
Underhåll: Ej arkiverad i senast registrerade metadata
Senast observerade repository push: 2025-04-04

Kodlicenser täcker inte automatiskt modellvikter, datauppsättningar eller hårdvarudesigner. Oinspelade licensdetaljer kräver bekräftelse med utgivaren.

Dokumentationssektioner

GenRL: Multimodal-foundation world models for generalization in embodied agents
📰 Updates
Get started
Creating the environment
Downloading InternVideo2
Data

iros20 6d pose tracking · wenbowen123

se(3)-TrackNet tillhandahåller 6D-objekt-positionsspårningsforskning och visuella feedback-kontrollexempel.

Perceptionsmodeller

Modeller Utforska →

genrl · mazpie

Översikt

Projektinformation

Dokumentationssektioner

Bläddra i den här resursens kategorier

Utforska relaterade samlingar

Mer in Modeller

Diffusion Policy

openpi

NVIDIA Isaac GR00T

Octo

alpamayo1.5 · NVlabs

iros20 6d pose tracking · wenbowen123