RoboCat

Octo Robot Policy

AI 模型

开源的通用机器人策略，专为机器人操作的广泛应用而设计。这款基于 Transformer 的扩散策略在大型数据集上进行了预训练，支持灵活的任务定义和高效的微调以适应新的观察和动作空间，使其能够适应各种机器人应用。Octo 是一款开源的通用机器人策略，专为机器人操作的广泛应用而设计。这款基于 Transformer 的扩散策略在大型数据集上进行了预训练，支持灵活的任务定义和高效的微调以适应新的观察和动作空间，使其能够适应各种机器人应用。

Isaac GR00T N1.7

AI 模型

NVIDIA Isaac GR00T N1.7 是一个开放的基础模型，旨在用于类人机器人推理和技能。它处理多模态输入以执行操作任务，使开发人员能够针对不同环境中的特定应用进行后训练。

Gato Generalist Agent

AI 模型

Google DeepMind 开发的单一通用人工智能代理。它可以执行各种任务，包括玩 Atari 游戏、为图像添加字幕、聊天以及控制真实的机器人手臂。这种多模态代理使用 Transformer 神经网络来处理多样化的数据输入并生成适当的输出。Gato 是 Google DeepMind 开发的单一通用人工智能代理。它可以执行各种任务，包括玩 Atari 游戏、为图像添加字幕、聊天以及控制真实的机器人手臂。这种多模态代理使用 Transformer 神经网络来处理多样化的数据输入并生成适当的输出。

Flamingo

AI 模型

来自 Google DeepMind 的单一视觉语言模型 (VLM)，在各种多模态任务的少样本学习方面表现出色。它处理交错的图像、视频和文本，以生成相关的语言输出，仅需极少的特定任务示例即可完成，无需额外训练。Flamingo 是来自 Google DeepMind 的单一视觉语言模型 (VLM)，在各种多模态任务的少样本学习方面表现出色。它处理交错的图像、视频和文本，以生成相关的语言输出，仅需极少的特定任务示例即可完成，无需额外训练。

PaLM-E

AI 模型

具身多模态语言模型，它将真实的连续传感器数据与文本相结合。通过将语言与感知相联系，使机器人能够执行复杂任务，并在不同的训练领域和具身环境中展现出积极的迁移能力，以实现高级推理和规划。PaLM-E 是一个具身多模态语言模型，它将真实的连续传感器数据与文本相结合。通过将语言与感知相联系，使机器人能够执行复杂任务，并在不同的训练领域和具身环境中展现出积极的迁移能力，以实现高级推理和规划。

OpenAdapt

AI GitHub 仓库

#184

开源框架，用于将演示的GUI任务编译成一个程序，只有在独立的、带外检查确认实际效果发生时才报告成功。它针对需要在真实应用中验证执行的计算机使用代理，而不仅仅是看起来有效的屏幕点击。OpenAdapt是一个开源框架，用于将演示的GUI任务编译成一个程序，只有在独立的、带外检查确认实际效果发生时才报告成功。它针对需要在真实应用中验证执行的计算机使用代理，而不仅仅是看起来有效的屏幕点击。

物理智能，简称π，是一家机器人人工智能研究公司，致力于构建通用模型，使机器人能够学习和执行物理任务。其工程师、科学家和机器人专家发布了一系列视觉-语言-动作模型，从π0到π0.7，并在某些情况下公开了相关研究和权重。

Plan2Explore

AI GitHub 仓库

自监督强化学习代理，旨在实现高效探索和快速适应新任务。它利用规划来在探索过程中寻找预期的未来新颖性，从而为下游任务实现零样本或少样本学习。在具有挑战性的控制任务上进行评估，其性能优于先前的方法。Plan2Explore 是一种自监督强化学习代理，旨在实现高效探索和快速适应新任务。它利用规划来在探索过程中寻找预期的未来新颖性，从而为下游任务实现零样本或少样本学习。在具有挑战性的控制任务上进行评估，其性能优于先前的方法。