#embodied-ai Repositorios
97 repositorios en total
Evaluación y reproducción de políticas de manipulación de robots del mundo real (por ejemplo, RT-1, RT-1-X, Octo) en simulación bajo configuraciones comunes (por ejemplo, Google Robot, WidowX+Bridge) (CoRL 2024)
Herramientas de investigación de manipulación móvil para roboticistas
Código para 3D-LLM: Inyectando el mundo 3D en modelos de lenguaje grandes
RoboBrain 2.5: Versión avanzada de RoboBrain. Profundidad en la Vista, Tiempo en la Mente. 🎉🎉🎉
RynnVLA-002: Un modelo unificado de visión-lenguaje-acción y del mundo
Un agente robótico generativo y autoguiado que propone y domina sin cesar nuevas habilidades.
Un modelo del mundo de código abierto para la inteligencia encarnada condicionada por acciones.
Los modelos Cosmos-Reason1 comprenden el sentido común físico y generan decisiones corporizadas apropiadas en lenguaje natural a través de largos procesos de razonamiento en cadena de pensamiento.
ReKep: Razonamiento Espacio-Temporal de Restricciones de Puntos Clave Relacionales para Manipulación Robótica
Tien Kung-Lab: Flujo de trabajo directo de IsaacLab para robots con patas
ALFWorld: Alineación de texto y entornos encarnados para el aprendizaje interactivo
Trabajos recientes basados en LLM en CV y relacionados. ¡Bienvenido a comentar/contribuir!
El repositorio de GitHub más grande del mundo para LLMs + Robótica
El repositorio proporciona el código asociado al artículo VLFM: Vision-Language Frontier Maps para la navegación semántica de cero disparos (ICRA 2024)
[Destacado CVPR 2024] GenAD: Modelo Predictivo Generalizado para Conducción Autónoma
VoxPoser: Mapas de Valor 3D Componibles para Manipulación Robótica con Modelos del Lenguaje
[TMLR 2025🔥] Una encuesta sobre modelos autorregresivos en visión.
Este proyecto tiene como objetivo proporcionar un manual de aprendizaje/entrevista práctico y totalmente en chino para ingenieros de algoritmos dedicados a ingresar al campo VLA (Vision-Language-Action). A diferencia de las guías generales de entrevistas de CV/NLP, este proyecto se centra en los desafíos únicos de la robótica.
RealMirror, una plataforma integral de IA incorporada VLA de código abierto.
Evaluaciones de código abierto para la IA física. Ejecuta cualquier LLM/VLA en cualquier brazo robótico o humanoide frente a cualquier benchmark real o simulado.
El primer modelo de comportamiento para controlar un agente humanoide virtual basado en la física para una amplia gama de tareas de cuerpo completo.
Una lista seleccionada de proyectos del conectoma de la mosca de la fruta: MaleCNS, FlyWire, simulaciones cerebrales, modelos corporizados, juegos y herramientas de investigación.
Base de conocimientos de artículos, proyectos de código abierto, información de la industria y recursos para buscar empleo sobre inteligencia de movimiento de robots humanoides
🤖 El paquete Python completo para el aprendizaje robótico a partir de demostraciones y la manipulación robótica
Un cerebro que aprende de la experiencia en tiempo real. Sistema 1 de forma predeterminada: percepción, memoria, plasticidad y acción. Sistema 2 opcional para la autoobservación y las correcciones lentas.
El desarrollo y las perspectivas futuras de los grandes modelos de razonamiento multimodal.
Una lista curada de recursos de aprendizaje por refuerzo multimodales (actualizada continuamente)
RAI es un marco agente agnóstico de proveedores para robótica de IA Física, que utiliza herramientas de ROS 2 para realizar acciones complejas, escenarios definidos, ejecución de interfaz libre, resúmenes de registros, interacción por voz y más.
[ICRA2023] Implementación de mapas visuales de lenguaje para la navegación de robots
[ICCV 2025 & ICCV 2025 RIWM Premio a la Mejor Ponencia] Aether: Modelado unificado del mundo con conciencia geométrica
[ICML 2024] 3D-VLA: Un modelo generativo del mundo de visión 3D, lenguaje y acción
[Mejor artículo sobre herramientas del taller ScaleInfra de IROS 26] Con más de 50 políticas avanzadas de manipulación
[CVPR 2025 Oral] TokenHSI: Síntesis Unificada de Interacciones Físicas entre Humanos y Escenarios a través de la Tokenización de Tareas
[CVPR 2025] RoboBrain: Un modelo de cerebro unificado para la manipulación robótica de lo abstracto a lo concreto. Repositorio oficial.
🌐 Modelos de visión, lenguaje y acción para la conducción autónoma: pasado, presente y futuro
Aprendizaje por refuerzo con modelos del mundo para agentes VLM de múltiples turnos. Marco de aprendizaje por refuerzo para la visión (NeurIPS 2025).
Una lista curada de excelentes artículos sobre IA incorporada y recursos relacionados de investigación e industria.
[TPAMI 2024] Repositorio oficial de «ETPNav: planificación topológica evolutiva para la navegación visión-lenguaje en entornos continuos»