#embodied-ai Repositórios
97 repositórios no total
Avaliando e reproduzindo políticas de manipulação de robôs do mundo real (por exemplo, RT-1, RT-1-X, Octo) em simulação sob configurações comuns (por exemplo, Google Robot, WidowX+Bridge) (CoRL 2024)
Código para 3D-LLM: Injetando o Mundo 3D em Modelos de Linguagem Grandes
RoboBrain 2.5: Versão avançada do RoboBrain. Profundidade na Visão, Tempo na Mente. 🎉🎉🎉
RynnVLA-002: Um Modelo Unificado de Visão-Linguagem-Ação e de Mundo
Um agente robótico generativo e autoguiado que propõe e domina novas habilidades incessantemente.
Um modelo de mundo de código aberto para inteligência incorporada condicionada por ações.
Os modelos Cosmos-Reason1 compreendem o senso comum físico e geram decisões incorporadas apropriadas em linguagem natural por meio de longos processos de raciocínio em cadeia de pensamento.
ReKep: Raciocínio Espaço-Temporal de Restrições de Pontos-Chave Relacionais para Manipulação Robótica
Tien Kung-Lab: Fluxo de Trabalho Direto IsaacLab para Robôs com Pernas
ALFWorld: Alinhando Texto e Ambientes Corporificados para Aprendizado Interativo
Trabalhos recentes de CV baseados em LLM e projetos relacionados. Comentários/contribuições são bem-vindos!
O repositório fornece código associado ao artigo VLFM: Vision-Language Frontier Maps for Zero-Shot Semantic Navigation (ICRA 2024)
[Destaque CVPR 2024] GenAD: Modelo Preditivo Generalizado para Condução Autônoma
VoxPoser: Mapas de Valor 3D Componíveis para Manipulação Robótica com Modelos de Linguagem
[TMLR 2025🔥] Um levantamento sobre os modelos autorregressivos em visão.
Este projeto visa fornecer um manual de aprendizado/entrevista prático e totalmente em chinês para engenheiros de algoritmos dedicados a entrar no campo VLA (Vision-Language-Action). Diferente dos guias gerais de entrevista CV/NLP, este projeto foca nos desafios únicos da robótica.
RealMirror, uma plataforma VLA de IA incorporada abrangente e de código aberto.
Avaliações de código aberto para IA física. Execute qualquer LLM/VLA em qualquer braço robótico ou humanoide com base em qualquer benchmark real ou simulado.
O primeiro modelo de base comportamental para controlar um agente humanoide virtual baseado em física para uma ampla gama de tarefas de corpo inteiro.
Uma lista selecionada de projetos sobre o conectoma da mosca-das-frutas: MaleCNS, FlyWire, simulações cerebrais, modelos incorporados, jogos e ferramentas de pesquisa.
Base de conhecimento de artigos, projetos de código aberto, informações do setor e recursos para busca de emprego sobre inteligência de movimento de robôs humanoides
O Pacote Python de Processo Completo para Aprendizagem de Robô a Partir de Demonstração e Manipulação de Robô
Um cérebro que aprende com a experiência em tempo real. Sistema 1 por padrão: percepção, memória, plasticidade e ação. Sistema 2 opcional para auto-observação e correções lentas.
O desenvolvimento e as perspectivas futuras de grandes modelos de raciocínio multimodal.
Uma lista selecionada de recursos de Aprendizado por Reforço Multimodal (continuamente atualizada)
RAI é um framework agentic agnóstico de fornecedores para robótica Physical AI, utilizando ferramentas ROS 2 para realizar ações complexas, cenários definidos, execução de interface livre, resumos de logs, interação por voz e mais.
[ICCV 2025 & ICCV 2025 RIWM Outstanding Paper] Aether: Modelagem Unificada do Mundo Ciente de Geometria
[ICML 2024] 3D-VLA: Um Modelo de Mundo Generativo 3D de Visão-Linguagem-Ação
[Melhor artigo sobre ferramentas do workshop ScaleInfra do IROS 26] Envolvendo mais de 50 políticas avançadas de manipulação
[CVPR 2025 Oral] TokenHSI: Síntese Unificada de Interações Físicas Humano-Cena através da Tokenização de Tarefas
[CVPR 2025] RoboBrain: Um modelo de cérebro unificado para manipulação robótica do abstrato ao concreto. Repositório oficial.
🌐 Modelos de visão, linguagem e ação para a condução autónoma: passado, presente e futuro
Aprendizado por reforço com modelos do mundo para agentes VLM de múltiplos turnos. Framework de aprendizado por reforço para visão (NeurIPS 2025).
Uma lista curada de excelentes artigos sobre IA incorporada e recursos relacionados de pesquisa/indústria.
[TPAMI 2024] Repositório oficial de “ETPNav: planejamento topológico evolutivo para navegação visão-linguagem em ambientes contínuos”