#embodied-ai Dépôts
97 dépôts au total
Évaluation et reproduction de politiques de manipulation robotique du monde réel (par ex. RT-1, RT-1-X, Octo) en simulation dans des configurations courantes (par ex. Google Robot, WidowX+Bridge) (CoRL 2024)
Code pour 3D-LLM : Injection du monde 3D dans les grands modèles linguistiques
RoboBrain 2.5 : Version avancée de RoboBrain. Profondeur dans la Vue, Temps dans l'Esprit. 🎉🎉🎉
RynnVLA-002 : Un modèle unifié de vision, langage, action et monde
Un agent robotique génératif et autoguidé qui propose et maîtrise sans cesse de nouvelles compétences.
AndroidWorld est un environnement et un benchmark pour les agents autonomes
Un modèle du monde open source pour une intelligence incarnée conditionnée par l’action.
Les modèles Cosmos-Reason1 comprennent le bon sens physique et génèrent des décisions incarnées appropriées en langage naturel grâce à de longs processus de raisonnement en chaîne de pensée.
ReKep : Raisonnement spatio-temporel des contraintes de points clés relationnels pour la manipulation robotique
ALFWorld: Alignement du texte et des environnements incarnés pour l'apprentissage interactif
Travaux récents basés sur les LLM en vision par ordinateur et connexes. Bienvenue pour commenter/contribuer !
Le plus grand dépôt GitHub au monde pour les LLM + Robotique
Le dépôt fournit le code associé à l'article VLFM : Vision-Language Frontier Maps pour la navigation sémantique zéro-shot (ICRA 2024)
[Point fort CVPR 2024] GenAD : Modèle prédictif généralisé pour la conduite autonome
VoxPoser : Cartes de Valeur 3D Componibles pour la Manipulation Robotique avec des Modèles Linguistiques
[TMLR 2025🔥] Une enquête sur les modèles autorégressifs en vision.
Ce projet vise à fournir un manuel d'apprentissage/entretien pratique et entièrement en chinois pour les ingénieurs algorithmes souhaitant entrer dans le domaine VLA (Vision-Language-Action). Contrairement aux guides d'entretien généraux CV/NLP, ce projet se concentre sur les défis spécifiques de la robotique.
Évaluations open source pour l’IA physique. Exécutez n’importe quel LLM/VLA sur n’importe quel bras robotique ou humanoïde, selon n’importe quel benchmark réel ou simulé.
Le premier modèle comportemental pour contrôler un agent humanoïde virtuel basé sur la physique pour un large éventail de tâches sur tout le corps.
Une liste organisée de projets sur le connectome de la drosophile : MaleCNS, FlyWire, simulations cérébrales, modèles incarnés, jeux et outils de recherche.
Base de connaissances d'articles, de projets open source, d'informations sur l'industrie et de ressources pour la recherche d'emploi sur l'intelligence motrice des robots humanoïdes
🤖 Le package Python complet pour l'apprentissage robotique à partir de démonstrations et la manipulation robotique
Un cerveau qui apprend de l’expérience vécue. Le système 1 par défaut : perception, mémoire, plasticité et action. Le système 2, en option, pour l’auto-observation et les corrections lentes.
Le développement et les perspectives futures des grands modèles de raisonnement multimodaux.
Une liste organisée de ressources sur l'apprentissage par renforcement multi-modal (mise à jour en continu)
RAI est un cadre agentique indépendant des fournisseurs pour la robotique IA Physique, utilisant les outils ROS 2 pour effectuer des actions complexes, des scénarios définis, une exécution d'interface libre, des résumés de journaux, une interaction vocale et plus encore.
[ICRA2023] Implémentation de cartes visuo-linguistiques pour la navigation robotique
[ICCV 2025 & ICCV 2025 RIWM Prix du Meilleur Article] Aether : Modélisation unifiée du monde consciente de la géométrie
[ICML 2024] 3D-VLA : Un modèle génératif du monde pour la vision 3D, le langage et l'action
[Meilleur article sur les outils de l’atelier ScaleInfra d’IROS 26] Avec plus de 50 politiques avancées de manipulation
[CVPR 2025 Oral] TokenHSI: Synthèse Unifiée des Interactions Physiques Homme-Scène par Tokenisation des Tâches
[CVPR 2025] RoboBrain : Un modèle de cerveau unifié pour la manipulation robotique de l'abstrait au concret. Dépôt officiel.
🌐 Modèles de vision, langage et action pour la conduite autonome : passé, présent et avenir
Apprentissage par renforcement avec modèle du monde pour les agents VLM multi-tours. Cadre d’apprentissage par renforcement pour la vision (NeurIPS 2025).
Une liste curatée d'excellents articles sur l'IA incarnée et les ressources liées à la recherche et à l'industrie.
[TPAMI 2024] Dépôt officiel de « ETPNav : planification topologique évolutive pour la navigation vision-langage dans des environnements continus »