#embodied-ai Repositories
Insgesamt 97 Repositories
Bewertung und Reproduktion von realen Roboter-Manipulationsrichtlinien (z. B. RT-1, RT-1-X, Octo) in Simulation unter gängigen Setups (z. B. Google Robot, WidowX+Bridge) (CoRL 2024)
RoboBrain 2.5: Erweiterte Version von RoboBrain. Tiefe im Sehen, Zeit im Geist. 🎉🎉🎉
RynnVLA-002: Ein einheitliches Weltmodell für Vision-Language-Action
Ein generativer und selbstgesteuerter Agent, der endlos neue Fähigkeiten vorschlägt und beherrscht.
AndroidWorld ist eine Umgebung und ein Benchmark für autonome Agenten
Cosmos-Reason1-Modelle verstehen physischen Weltverstand und generieren durch lange Chain-of-Thought-Argumentationsprozesse angemessene verkörperte Entscheidungen in natürlicher Sprache.
ReKep: Räumlich-zeitliche Schlussfolgerung von relationalen Schlüsselpunktbeschränkungen für die Robotersteuerung
ALFWorld: Abstimmung von Text und verkörperten Umgebungen für interaktives Lernen
Aktuelle LLM-basierte CV- und verwandte Arbeiten. Kommentare/Beiträge sind willkommen!
Das Repository stellt Code zur Verfügung, der mit der Veröffentlichung VLFM: Vision-Language Frontier Maps für Zero-Shot Semantic Navigation (ICRA 2024) verbunden ist
[CVPR 2024 Highlight] GenAD: Generalisiertes Vorhersagemodell für autonomes Fahren
VoxPoser: Komponierbare 3D-Werteabbildungen für die Robotermanipulation mit Sprachmodellen
[TMLR 2025🔥] Eine Übersicht über autoregressive Modelle in der Bildverarbeitung.
Dieses Projekt zielt darauf ab, Algorithmus-Ingenieuren, die sich dem VLA-Bereich (Vision-Language-Action) widmen möchten, ein praxisorientiertes Lern-/Interview-Handbuch in chinesischer Sprache bereitzustellen. Im Gegensatz zu allgemeinen CV/NLP-Interviewleitfäden konzentriert sich dieses Projekt auf die besonderen Herausforderungen der Robotik.
RealMirror, eine umfassende, Open-Source-Plattform für eingebettete KI VLA.
Open-Source-Evaluierungen für physische KI. Führe beliebige LLMs/VLAs auf beliebigen Roboterarmen oder humanoiden Robotern gegen beliebige reale oder simulierte Benchmarks aus.
Das erste verhaltensbasierte Modell, das einen virtuellen physikbasierten humanoiden Agenten für eine Vielzahl von Ganzkörperaufgaben steuert.
Eine kuratierte Liste von Projekten zum Konnektom der Fruchtfliege: MaleCNS, FlyWire, Gehirnsimulationen, verkörperte Modelle, Spiele und Forschungswerkzeuge.
Wissensdatenbank mit Fachartikeln, Open-Source-Projekten, Brancheninformationen und Karriereressourcen zur Bewegungsintelligenz humanoider Roboter
🤖 Das vollständige Python-Paket für Robot Learning from Demonstration und Roboter-Manipulation
Ein Gehirn, das aus unmittelbarer Erfahrung lernt. System 1 standardmäßig: Wahrnehmung, Gedächtnis, Plastizität und Handeln. Optional System 2 zur Selbstbeobachtung und für langsame Korrekturen.
Die Entwicklung und Zukunftsaussichten großer multimodaler Denkmodelle.
Eine kuratierte Liste von Multi-Modal Reinforcement Learning-Ressourcen (ständig aktualisiert)
RAI ist ein vendor-agnostisches agentisches Framework für Physical-AI-Robotik, das ROS-2-Tools nutzt, um komplexe Aktionen, definierte Szenarien, freie Schnittstellen-Ausführung, Log-Zusammenfassungen, Sprachinteraktion und mehr durchzuführen.
[ICCV 2025 & ICCV 2025 RIWM Outstanding Paper Award] Aether: Geometrie-bewusste einheitliche Weltmodellierung
[ICML 2024] 3D-VLA: Ein generatives Weltmodell für 3D-Vision-Sprache-Aktion
[Bestes Tool-Paper des ScaleInfra-Workshops auf der IROS 26] Mit über 50 fortschrittlichen Manipulationsrichtlinien
[CVPR 2025 Oral] TokenHSI: Vereinheitlichte Synthese physikalischer Mensch-Szene-Interaktionen durch Aufgaben-Tokenisierung
[CVPR 2025] RoboBrain: Ein einheitliches Gehirnmodell für die robotische Manipulation vom Abstrakten zum Konkreten. Offizielles Repository.
🌐 Vision-Language-Action-Modelle für autonomes Fahren: Vergangenheit, Gegenwart und Zukunft
Bestärkendes Lernen mit Weltmodellen für VLM-Agenten mit mehreren Dialogrunden. Framework für bestärkendes Lernen im Bereich Vision (NeurIPS 2025).
Eine kuratierte Liste hervorragender Papiere zu Embodied AI und verwandten Forschungs‑/Industrie‑Ressourcen.
[TPAMI 2024] Offizielles Repository von „ETPNav: Sich weiterentwickelnde topologische Planung für Vision-Language-Navigation in kontinuierlichen Umgebungen“