#embodied-ai Dépôts
Découvrez 97 dépôts GitHub open source actifs associés à #embodied-ai, cumulant 239,454 étoiles au total (soit une moyenne de 2,468 étoiles par projet). Le projet en tête de ce thème est harvard-edge/cs249r_book, avec 30,283 étoiles.
97 dépôts au total
Systèmes d’apprentissage automatique : fondements, mise à l’échelle, IA agentique et IA physique (vol. I–IV) • CS249r de Harvard | https://mlsysbook.ai
Plateforme de simulation pour la robotique généraliste et l'apprentissage de l'IA incarnée.
[Lumina Communauté d'IA Embodied] Guide de Technologie IA Embodied-AI-Guide
Ceci est le Cœur de Personnalité pour GLaDOS, les premiers pas vers une implémentation réelle de l'IA de la série Portal de Valve.
RLinf: Infrastructure d'apprentissage par renforcement pour l'IA incarnée et agentique
Avec seulement les bases de Python, construisez votre propre robot d'intelligence incarnée de zéro ; construisez étape par étape VLA/OpenVLA/SmolVLA/Pi0 de zéro, comprenez en profondeur l'intelligence incarnée
Une liste complète d'articles utilisant de grands modèles de langage/multimodaux pour la robotique/RL, y compris des articles, des codes et des sites Web associés
DORA (Dataflow-Oriented Robotic Architecture) est un middleware conçu pour rationaliser et simplifier la création d'applications robotiques basées sur l'IA. Il offre des capacités de flux de données à faible latence, composables et distribuées. Les applications sont modélisées comme des graphes dirigés, également appelés pipelines.
Une liste organisée de recherches de pointe en IA incarnée, axée sur les modèles vision-langage-action (VLA), la navigation vision-langage (VLN) et les approches d'apprentissage multimodal apparentées.
Écosystème d'assistant IA open source avec intégrations MCP, workflows multimodaux, support IoT et interaction vocale multiplateforme.
Une liste organisée d'excellents travaux sur la modélisation du monde (World Modeling), visant à servir de ressource unique pour les chercheurs, les praticiens et les passionnés intéressés par ce domaine.
Cadre de compétences en manipulation, un simulateur et banc d'essai robotique parallélisé par GPU open source
Otter, un modèle multimodal basé sur OpenFlamingo (version open-source de Flamingo de DeepMind), entraîné sur MIMIC-IT et démontrant une capacité améliorée à suivre les instructions et l'apprentissage en contexte.
"Octoday Hub : Communauté de l'écosystème d'intelligence incarnée de la semaine huit" agrège des ressources telles que des articles, des projets, des cours, des outils, des ensembles de données, du recrutement, etc., reliant les développeurs, les chercheurs et les partenaires industriels du monde entier.
PhyAgentOS est un système d’exploitation pour agents physiques à auto-amélioration récursive (RSI), qui permet aux agents de s’améliorer récursivement au moyen de flux de travail agentiques.
GigaBrain-0: Un modèle vision-langage-action alimenté par un modèle du monde
VLA-Adapter : Un paradigme efficace pour les modèles Vision-Language-Action à très petite échelle
Awesome-LLM-3D : une liste organisée de modèles linguistiques multimodaux de grande taille dans le monde 3D Ressources
Choses géniales sur les agents alimentés par LLM. Papiers / Repos / Blogs / ...
À propos de choses impressionnantes pour les agents de fondation. Articles / Repos / Blogs / ...
[Embodied-AI-Survey-2025] Liste des articles et répertoire de ressources pour l'IA incarnée
Construction d'agents incarnés ouverts avec des connaissances à l'échelle d'Internet
Une liste complète d'articles sur la définition des modèles mondiaux (World Models) et leur utilisation pour la génération vidéo générale, l'IA incarnée et la conduite autonome, y compris des articles, des codes et des sites web associés.
Ceci est une liste organisée de recherches sur "l'IA incarnée ou les robots dotés de grands modèles linguistiques". Suivez ce dépôt pour les dernières mises à jour ! 🔥
BEHAVIOR-1K : une plateforme pour accélérer la recherche sur l'IA incarnée. Rejoignez notre Discord pour obtenir de l'aide : https://discord.gg/bccR5vGFEx
Pré-entraînement vidéo (VPT) : Apprendre à agir en regardant des vidéos en ligne non étiquetées
GigaWorld-0 : Modèles du monde comme moteur de données pour renforcer l'IA incarnée
Une sélection d’articles de recherche, d’explications et de ressources sur les modèles d’action du monde pour l’IA incarnée
[IEEE RA-L'25] NavRL : Apprentissage du vol en toute sécurité dans des environnements dynamiques (NVIDIA Isaac/Python/ROS1/ROS2)
Octo est une politique robotique basée sur un transformateur et entraînée sur un mélange diversifié de 800 000 trajectoires de robot.
Appel à Talents de Lumina Robotics | Liste de Talents Embodied AI / Robotiques de la Communauté Lumina | Une liste d'emplois Embodied AI / Robotiques (PhD, RA, stagiaire, etc)
Réimplémentation du modèle d'action vision-langage (VLA) pi0 de Physical Intelligence
Ce dépôt fournit des références précieuses pour les chercheurs dans le domaine de la multimodalité, commencez votre voyage d'exploration dans les MLLM de raisonnement basés sur RL !
Bras robotique + grand modèle + multimodal = Agent incarné intelligent de collaboration homme-machine
Une plateforme de simulation pour la recherche et le développement polyvalents d'IA incarnée.
[PKU EPIC Lab] Guide d'introduction à l'IA incarnée pour les débutants
Le Replica Dataset v1 tel que publié dans https://arxiv.org/abs/1906.05797.
Foire aux questions
Quel est le dépôt #embodied-ai le plus populaire sur GitHub ?
Le projet #embodied-ai open source le mieux classé sur GitHub est harvard-edge/cs249r_book, avec 30,283 étoiles. Systèmes d’apprentissage automatique : fondements, mise à l’échelle, IA agentique et IA physique (vol. I–IV) • CS249r de Harvard | https://mlsysbook.ai
Quels langages de programmation sont les plus utilisés dans les dépôts #embodied-ai ?
Parmi les projets #embodied-ai les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Java, C++.
Comment le classement des dépôts #embodied-ai est-il calculé ?
Nous suivons 97 dépôts open source actifs associés à #embodied-ai (500+ étoiles), totalisant 239,454 étoiles, avec une moyenne de 2,468 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.