具身智能与机器人资源导航
Explore vision-language-action models and robotics foundation models for perception, manipulation and control.
CoPa正式实施：通过具有基础模型的零件的空间约束进行通用机器人操纵
用于机器人学习的跨实施例策略框架。
DEAS Isaac GR00T提供结合DEAS、Isaac GR00T和RoboCasa的设置资源。
“DecisionNCE：通过隐式偏好学习实现的多模态表示”的正式实现
Deep RL Grasping提供用于深度/RGB-D机器人抓取策略的训练和评估代码。
Dexora提供用于高自由度双手灵巧性的VLA策略资源。
来自DexWM（“世界模型可以利用人类视频进行灵巧操纵”）的官方代码和数据。
DreamX-Phi提供用于机器人操纵的动作条件视频世界模型。
DynamicVLA提供用于动态对象机器人操纵的研究资源。
EAI2025项目结合了3D语义映射和VLA部署来进行操作。
第一个框架使得人形机器人能够从以自我为中心的人类演示中学习全身局部操纵
自我世界JEPA研究自我/世界潜在分解以用于PushT的规划。
Emma-X:具有扎根思想链和前瞻空间推理的具体化多模式动作模型
EquiDexFlow提供用于灵巧抓取的基于接触的生成流。
“EVA：通过逆动态奖励将视频世界模型与可执行机器人动作对齐”的正式实施
EVEWorld研究具体世界模型中的物理进化监督和时间一致性。
FLUX 3 Action为机器人和模拟器提供世界动作建模和动作预测资源。
G3Flow:用于姿势感知和可概括的对象操纵的生成3D语义流
走向用于机器人操纵的可扩展高斯世界模型
Google DeepMind机器人模型连接感知和行动。
GEM官方代码：生成监督助力体现智能
GenRL：多模态基础世界模型通过将语言和视频提示转变为潜在世界模型状态的序列，使语言和视频提示能够扎根于具体域。潜在状态序列可以……
“通过几何感知多任务学习进行灵巧操作的泛化”的 PyTorch 代码
构建机器人策略评估世界模型的路线图
知道属于这里的资源吗？
科研
代码仓库
