fariver

摘要： 目录LLaVA: Visual Instruction TuningTL;DRDataScienceQA多模态测试集Method多轮对话Experiment效果可视化总结与思考相关链接 LLaVA: Visual Instruction Tuning link 时间：23.12 单位：Univers 阅读全文

摘要： 目录人形机器人基于动力学方法盲人行走法传感器+世界模型更多动作的训练？更难动作的训练？VLA模型数据Open X-Embodiment (OXE)仿真环境数据集大规模人类视频数据集评测核心指标：任务成功率 (Success Rate, SR)评测场景：仿真 vs. 真实世界泛化能力基准测试 (Gen 阅读全文

摘要： 目录π0.5: a Vision-Language-Action Model with Open-World GeneralizationTL;DRMethodTraining RecipeData硬件配置Experiment效果可视化总结与思考相关链接 π0.5: a Vision-Languag 阅读全文

摘要： 目录GR00T N1: An Open Foundation Model for Generalist Humanoid RobotsTL;DRMethodSystem2System1Training SettingDatahuman video数据pretrain方法神经轨迹生成流程仿真轨迹生成方 阅读全文

摘要： 目录GR-2: A Generative Video-Language-Action Model with Web-Scale Knowledge for Robot ManipulationTL;DRMethod模型架构关于cVAEDatasetPre-train DatasetRobotic D 阅读全文

摘要： 目录RT-1: ROBOTICS TRANSFORMER FOR REAL-WORLD CONTROL AT SCALETL;DRMethodinstructions与images模态特征处理TokenLearnerAction预测DataExperiment在新任务上Zero-shot泛化能力仿真 阅读全文

摘要： 目录Helix: A Vision-Language-Action Model for Generalist Humanoid ControlTL;DRMethodMotivationSystem 2 (S2，慢系统)System 1 (S1, 快系统)DataExperiment效果可视化总结与思 阅读全文

摘要： 目录RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic ControlTL;DRMethod模型Action表示Co-Fine-TuneReal-Time Inference如何实现连续运动控制训练数据Exper 阅读全文

摘要： 目录π0: A Vision-Language-Action Flow Model for General Robot ControlTL;DRMethodPaliGemma VLM基座模型VLA多模态的对齐机制与Transfusion的联系Flow Matching生成如何在本文所介绍的VLA模型 阅读全文

摘要： 目录UNLEASHING LARGE-SCALE VIDEO GENERATIVE PRE-TRAINING FOR VISUAL ROBOT MANIPULATIONTL;DRMethodPretrainRobot Data FinetuningExperiment总结与思考相关链接 UNLEAS 阅读全文