Vision-språk-handlingsmodeller

Forskning

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

Forskning

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

Forskning

OmniVLA tillhandahåller utbildning och slutledningskod för multimodal robotnavigering.

Forskning

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

Forskning

Openpi Dexterous studerar pi0 LoRA-anpassning för Shadow Hand-manipulation och rapporterar experimentella begränsningar.

Forskning

Open Pi Zero är en omimplementering av Physical Intelligences pi0 VLA-modell.

Forskning

OpenVLA Reproduktion av dokumentinställningar och utvärdering av OpenVLA på LIBERO-uppgifter.

Forskning

O-VLA studerar VLA-överföring genom semantiskt primitivt lärande.

Forskning

Officiell implementering av ReconVLA: Reconstructive Vision-Language-Action Model as Effective Robot Perceiver.

Forskning

Officiell repo av Utforska de kontradiktoriska sårbarheterna hos Vision-Language-Action Models in Robotics

Forskning

Native-videominne för vision-språk-action-modeller, med tidsstämplad visuell historia och exakt streaming-inferens för robotmanipulation med lång horisont.

Forskning

Spirit-v1.5: A Robotic Foundation Model av Spirit AI

Forskning

VIRENA demonstrerar en liten VLA-policy på ManiSkill PickCube med LeRobot integrationsresurser.

Forskning

VITRA: Skalbar Vision-Language-Action Model Pretraining för robotmanipulation med verkliga mänskliga aktivitetsvideor

Forskning

VLA From Scratch jämför aktionsrepresentationer på multimodala demonstrationer och hindersruttningsuppgifter.

Forskning

Mot mångsidiga vision-språk-handlingsmodeller genom att lära sig enhetliga vision-rörelserepresentationer

Forskning

En vision-språk-action-forskningsmodell för robotmanipulation.

Forskning

En robotfundamentmodell från Physical Intelligence.