Förvar
Forskning
LIFT3D · PKU-HMI-Lab
Lift3D Foundation Policy: Lyfta 2D storskaliga förtränade modeller för robust 3D-robotmanipulation
Robotpolitik
Modeller / Forskning
MoLe-VLA-Pytorch · RoyZry98
Officiell kod för MoLe-VLA: Dynamic Layer-hopping Vision Language Action Model via Mixture-of-Layers for Efficient Robot Manipulation
Översikt
Officiell kod för MoLe-VLA: Dynamic Layer-hopping Vision Language Action Model via Mixture-of-Layers for Efficient Robot Manipulation
Publishers syfte: [AAAI 2026] Officiell kod för MoLe-VLA: Dynamic Layer-hopping Vision Language Action Model via Mixture-of-Layers for Efficient Robot Manipulation
Granska observations-/åtgärdsgränssnitt, kontrollpunkter, robotutföranden och anpassningskrav. Förvarskodlicensering licensierar inte automatiskt vikter eller träningsdata.
Projektinformation
- Underhållare
- RoyZry98
- 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
- 2025-07-31
Kodlicenser täcker inte automatiskt modellvikter, datauppsättningar eller hårdvarudesigner. Oinspelade licensdetaljer kräver bekräftelse med utgivaren.
Dokumentationssektioner
- MoLe-VLA: Dynamic Layer-skipping Vision Language Action Model via Mixture-of-Layers for Efficient Robot Manipulation
- Installation
- Komma igång
- Quickly train model:
- Citation
Bläddra i den här resursens kategorier
Utforska relaterade samlingar
Vision-språk-handlingsmodeller ↗Mer in Modeller
Förvar
Forskning