Политика StarVLA на базе Qwen3-VL-4B, предсказывающая последовательности действий для управления двуруким ARX X5 в симуляторе RoboDojo.

Подходит для: управление двуруким ARX X5 в симуляторе RoboDojo · выполнение манипуляционных задач из набора RoboDojo · предсказание блоков действий по визуальным наблюдениям и состоянию робота

Дообученная мультимодальная модель StarVLA для управления роботом в задачах MetaWorld MT50.

Подходит для: управление роботом при выполнении задач MetaWorld MT50 · выбор действий по визуальным наблюдениям среды · оценка политик управления на бенчмарке MetaWorld MT50

Дообученная на LIBERO мультимодальная модель StarVLA для управления роботом и выполнения задач манипуляции в симуляторе.

Подходит для: выполнение задач манипуляции объектами в LIBERO · управление роботом по визуальным наблюдениям · выполнение инструкций с пространственными отношениями в симуляции

Дообученная на четырёх наборах LIBERO зрительно-языковая модель StarVLA для управления роботом в симуляции.

Подходит для: управление роботом в задачах LIBERO Object · управление роботом в задачах LIBERO Goal · управление роботом в задачах LIBERO Spatial

X-VLA-Pt — дообученная визуально-языковая модель управления, которая преобразует наблюдения и инструкции в действия робота для разных платформ.

Подходит для: управление манипулятором по визуальной сцене и текстовой инструкции · перенос навыков манипуляции между типами роботов · выполнение роботизированных задач в симуляции

Чекпойнт StarVLA на базе Qwen2.5-VL-3B-Instruct преобразует зрительные наблюдения и инструкции в действия робота для задач LIBERO.

Подходит для: управление роботом в симуляторе LIBERO по текстовой инструкции и изображению · выполнение манипуляционных задач из LIBERO Object · выполнение целевых задач из LIBERO Goal

SpatialVLA — дообученная зрительно-языковая модель для управления роботами по изображениям и текстовым инструкциям в знакомых ей сценариях.

Подходит для: управление роботом по изображению и текстовой команде · выполнение манипуляционных задач на роботах из обучающих сценариев · оценка политики управления роботом в симуляторе

Дообученная StarVLA модель Qwen3-VL для предсказания последовательностей действий робота в задачах LIBERO по визуальным наблюдениям и инструкциям.

Подходит для: управление роботом в симуляции LIBERO · выполнение задач перемещения объектов по текстовой инструкции · выполнение пространственных задач манипуляции

X-VLA 0.9B — модель зрения, языка и действий для выполнения роботизированных манипуляций на разных платформах и в симуляциях.

Подходит для: управление роботом для выполнения манипуляций по визуальному наблюдению · выполнение задач Libero в симуляции · адаптация политики управления к разным воплощениям роботов

STELLAR извлекает компактные разреженные визуальные признаки из изображений для задач распознавания, сегментации, поиска и реконструкции.

Подходит для: извлечение компактных признаков изображений · обучение классификатора на замороженных визуальных признаках · сегментация изображений по пространственным картам признаков

Дообученная зрительно-языковая политика StarVLA для предсказания действий робота в симуляторе LIBERO по RGB-изображению.

Подходит для: управление роботом в задачах LIBERO Object · выполнение целевых манипуляций в LIBERO Goal · пространственные манипуляции в LIBERO Spatial

Инициализационная мультимодальная модель Qwen3-VL с расширенным словарём токенов действий для последующего обучения робототехнических политик.

Подходит для: подготовка основы для обучения политики управления роботом · добавление дискретизированных действий робота в мультимодальный диалог · обучение модели преобразованию визуального наблюдения и инструкции в токены действий

Компактная модель StarNet для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков из изображений · получение векторных представлений изображений

Дообученная на RoboDojo визуально-языковая политика StarVLA для управления двуручным роботом ARX X5 в робототехнических задачах.

Подходит для: управление ARX X5 в задачах RoboDojo · выполнение манипуляций двумя руками по текстовой инструкции · генерация последовательностей робототехнических действий по изображению с камер

Дообученная робототехническая VLA-политика на базе VLAct и Qwen3-VL-4B для оценки и адаптации на бенчмарке LIBERO-Plus.

Подходит для: оценка робототехнической политики на задачах LIBERO-Plus · генерация действий Franka по визуальным наблюдениям и текстовой инструкции · исследование переноса представлений vision-language-action

Компактная модель StarNet для классификации изображений ImageNet и извлечения визуальных признаков.

Подходит для: классификация изображений · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

SimpleMemVLA — модель управления роботом, которая использует визуально-языковую историю в формате видео с временными метками для предсказания действий.

Подходит для: управление роботом по языковой инструкции и визуальному наблюдению · предсказание действий робота с учётом последовательности предыдущих кадров · оценка систем роботизированного управления на LIBERO

Чекпойнт продолженного предобучения VLAct на базе Qwen3-VL-4B для переноса визуально-языковых и робототехнических представлений при адаптации политик к разным роботам.

Подходит для: дообучение робототехнической политики под новый тип робота · перенос визуально-языковых представлений на новые робототехнические наборы данных · исследование предобучения VLA для нескольких воплощений роботов

Политика StarVLA на основе Qwen3-VL-4B преобразует изображения камер робота в абсолютные суставные команды для задач манипуляции в симуляторе RoboTwin 2.0.

Подходит для: управление манипуляциями робота в симуляторе RoboTwin 2.0 · предсказание суставных позиций по изображениям RGB с трёх камер · оценка политики на 50 задачах манипуляции RoboTwin

Начальная версия Qwen2.5-VL-3B-Instruct с 2 048 добавленными токенами для последующего обучения моделей управления действиями робота.

Подходит для: подготовка мультимодальной модели к обучению на токенизированных действиях робота · создание робототехнических политик на основе Qwen2.5-VL · сопоставление изображений и текстовых инструкций с дискретными действиями после дообучения

DeepThinkVLA — VLA-модель, которая рассуждает по визуальной обстановке перед выдачей действий для роботизированных задач манипуляции.

Подходит для: выполнение роботами задач манипуляции по визуальным наблюдениям · планирование действий робота с предварительным текстовым рассуждением · оценка устойчивости роботизированной политики к изменению обстановки

Промежуточный чекпойнт StarVLA/QwenPI-v3 для предобучения роботизированного управления на данных DROID LA.

Подходит для: предобучение политики управления роботом-манипулятором · адаптация политики к пространству действий робота с 7 степенями свободы · дообучение vision-language-action модели на данных DROID

Компактная модель StarNet S3 для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение карт признаков из изображений · получение эмбеддингов изображений

X-VLA — базовая vision-language-action модель для управления роботами по изображениям, состоянию робота и необязательным языковым инструкциям.

Подходит для: дообучение управления платформами Google Robot · управление роботом по изображениям с нескольких камер · выполнение роботизированных задач по текстовой инструкции