Förvar
Forskning
Diffusion Policy
En visuomotorisk strategi som använder diffusion för att generera robotåtgärder.
Robotpolitik
Modeller / Forskning
VITRA · microsoft
VITRA: Skalbar Vision-Language-Action Model Pretraining för robotmanipulation med verkliga mänskliga aktivitetsvideor
Översikt
VITRA: Skalbar Vision-Language-Action Model Pretraining för robotmanipulation med verkliga mänskliga aktivitetsvideor
Förlagets syfte: [ICRA 2026] VITRA: Scalable Vision-Language-Action Model Pretraining for Robotic Manipulation with Real-Life Human Activity Videos
Granska observations-/åtgärdsgränssnitt, kontrollpunkter, robotutföranden och anpassningskrav. Förvarskodlicensering licensierar inte automatiskt vikter eller träningsdata.
Projektinformation
- Underhållare
- microsoft
- 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
- 2026-06-12
Kodlicenser täcker inte automatiskt modellvikter, datauppsättningar eller hårdvarudesigner. Oinspelade licensdetaljer kräver bekräftelse med utgivaren.
Dokumentationssektioner
- 🚩 New & Updates
- 🤗 Pretrained Models and Datesets
- 📑 Table of Contents
- 1. Installation
- 1.1 Training / Inference Requirements
- Clone the repository
Bläddra i den här resursens kategorier
Utforska relaterade samlingar
Vision-språk-handlingsmodeller ↗Mer in Modeller
Förvar
Forskning
Webbplats
Forskning
openpi
Kod- och modellresurser för Physical Intelligence-robotpolicyer.
Vision-språk-handling
Förvar
Forskning
NVIDIA Isaac GR00T
Robotfundamentmodellresurser för humanoida inlärningsarbetsflöden.
Vision-språk-handling
Förvar
Forskning
Octo
En generalistisk robotpolicy för anpassning över manipulationsuppgifter.
Robotpolitik
Förvar
Forskning
alpamayo1.5 · NVlabs
NVIDIA Alpamayo 1.5 Nano är en öppen 10B-resonerande VLA-modell för autonoma fordon med förstärkt resonemang, navigationsvägledning och visuella frågor.
Vision-språk-handling
Förvar
Forskning
iros20 6d pose tracking · wenbowen123
se(3)-TrackNet tillhandahåller 6D-objekt-positionsspårningsforskning och visuella feedback-kontrollexempel.
Perceptionsmodeller