Базовая vision-language-action-модель для дообучения управлению роботами по изображениям, состоянию робота и языковым инструкциям.

Подходит для: дообучение управления роботом-манипулятором · выполнение роботизированных манипуляций по текстовой инструкции · обучение политик управления по данным с нескольких камер

Компактная конверсия ResNet-10 из JAX в PyTorch для классификации изображений и извлечения визуальных признаков, в том числе в робототехнических сценариях.

Подходит для: классификация изображений · извлечение визуальных признаков для робототехники · кодирование RGB-изображений 128×128 в эмбеддинги

Конвертированная в PyTorch политика π0.5, дообученная на DROID для управления суставными позициями робота по состоянию и изображениям камер.

Подходит для: управление роботизированной рукой по изображениям камер · манипуляции с предметами в симуляции Isaac Lab · выполнение задачи помещения банана в миску

VLA-модель π₀.₅, дообученная на LIBERO для управления роботом по изображениям, состоянию робота и языковым инструкциям.

Подходит для: управление роботом для выполнения задач LIBERO · генерация непрерывных действий по изображениям и состоянию робота · выполнение языковых инструкций роботом

Дообученная на LIBERO VLA-модель Physical Intelligence для управления роботом по изображениям, состоянию робота и языковой инструкции.

Подходит для: дообучение управления манипулятором для задач LIBERO · выполнение роботизированных задач по текстовой инструкции и изображению · генерация непрерывных действий робота в новых средах

Базовая vision-language-action-модель π₀.₅ от Physical Intelligence принимает изображения, состояние робота и инструкцию, чтобы предсказывать действия и дообучаться для задач робототехники.

Подходит для: дообучение политики управления роботизированной рукой · выполнение манипуляций по текстовой инструкции · перенос робототехнических навыков в новые условия

Дообученная на BridgeV2 модель Pi0 для управления роботом при выполнении задач манипуляции по визуальным и языковым инструкциям.

Подходит для: Укладка кубов роботом · Перекладывание предметов в корзину · Размещение ложки на полотенце

Дообученная на базе NVIDIA GR00T N1.7 робототехническая policy-модель для преобразования наблюдений в действия робота.

Подходит для: формирование действий робота по входным наблюдениям · запуск дообученной policy в runtime семейства GR00T · интеграция робототехнической модели с заданными пространством действий и нормализацией

PI0Fast — дообучаемая визуально-языковая политика, которая преобразует изображения и состояние робота в последовательность действий для управления манипулятором.

Подходит для: дообучение политики для выполнения команд манипулятором · управление роботом по изображениям с нескольких камер · выполнение инструкций на естественном языке в робототехнических задачах

Предварительно обученная модель Pi0 для управления роботом, которую можно применять и дообучать в LeRobot.

Подходит для: выбор действия робота по данным наблюдений · управление роботом с помощью политики Pi0 в LeRobot · дообучение политики управления на собственном наборе данных

Базовая Vision-Language-Action модель LeRobot для дообучения и управления роботами по изображениям, состоянию робота и текстовым инструкциям.

Подходит для: дообучение управления роботом-манипулятором под конкретную задачу · управление роботом по изображениям с нескольких камер · выполнение роботизированных задач по текстовой инструкции

Мультимодальная модель NVIDIA на базе Qwen2.5-VL для рассуждений о физических сценах и планирования задач роботами по изображениям, видео и тексту.

Подходит для: Планирование следующих действий робота по видео окружающей среды · Разбор сложной команды для робота на последовательность задач · Анализ пространственных и временных событий в видео

Открытая реализация политики pi0.6 на PyTorch для управления роботом на основе визуальных и языковых входов.

Подходит для: управление манипулятором по изображению и текстовой инструкции · перенос кубика в симуляции ALOHA · дообучение робототехнической политики на собственных демонстрациях

Дообученная VLA-модель π₀ для адаптации и управления роботами по изображениям, состоянию робота и языковым инструкциям.

Подходит для: дообучение политики робота для конкретной манипуляционной задачи · управление роботом по изображениям с нескольких камер · выполнение действий по текстовой инструкции

Мультимодальная модель Alibaba DAMO Academy для планирования роботизированных действий по изображениям сцены и текстовой цели.

Подходит для: планирование последовательности действий робота по заданной цели и изображению сцены · разбиение многошаговой задачи манипуляции на подзадачи · привязка объектов и целевых областей к физическому пространству

Дообученная на девяти симулируемых настольных задачах VLA-политика Pi0.5 управляет роботом по изображениям камер, проприоцепции и тексту подзадачи.

Подходит для: управление роботом в симуляции настольных задач · выполнение подзадач по текстовой инструкции и изображениям камер · оценка политики на задачах RMBench

Полноразмерная модель pi0, дообученная на объединённых робототехнических траекториях KIRO для задач управления роботом.

Подходит для: адаптация pi0 к робототехническим траекториям KIRO · эксперименты с управлением роботом на данных 11 этапов KIRO · дообучение робототехнической модели на объединённом наборе эпизодов

Конвертированный в PyTorch Diffusers базовый чекпойнт PI0.5 для робототехнического управления по зрительно-языковым входам.

Подходит для: Использование PI0.5 как базовой политики для управления роботом · Запуск робототехнических сценариев vision-language-action · Загрузка базового чекпойнта PI0.5 через GigaModels

Компактная визуальная модель Theia извлекает признаки изображений для обучения роботов, используя знания нескольких vision-моделей.

Подходит для: извлечение визуальных признаков для робототехнических систем · подготовка представлений изображений для обучения политики робота · перенос визуальных знаний в задачи обучения роботов

Дообученная визуально-языковая модель для понимания сцен и построения многошаговых планов действий роботов.

Подходит для: декомпозиция цели робота на последовательность подзадач · планирование манипуляций по изображению сцены и текстовой цели · подготовка пространственно обоснованных инструкций для робототехнической системы

Одношаговая дистиллированная VLA-модель Pi0.5 для управления роботом по изображениям, состоянию робота и языковым инструкциям.

Подходит для: управление роботом по изображению и текстовой инструкции · выполнение задач манипуляции в среде LIBERO · предсказание действий робота с одним шагом денойзинга

Компактная ResNet-10 в формате PyTorch для классификации изображений и экспериментов с компьютерным зрением в робототехнике.

Подходит для: классификация RGB-изображений · извлечение признаков из изображений для робототехники · использование ResNet-10 в проектах на PyTorch

Визуальная модель The AI Institute на базе DeiT-Base извлекает признаки для обучения робототехнических систем, объединяя знания CLIP, DINOv2 и ViT.

Подходит для: извлечение визуальных признаков для обучения робота · подготовка представлений изображений для робототехнических задач · использование визуальных эмбеддингов в downstream-моделях для робототехники

Мультимодальный чекпойнт Allen Institute for AI для донастройки роботизированных политик с рассуждением по глубине сцены и генерацией действий по визуальным наблюдениям и языковым инструкциям.

Подходит для: дообучение роботизированной политики с учётом глубины сцены · формирование действий робота по изображению и языковой инструкции · исследование глубинного представления перед выбором действия