Simulación y aumento eficiente para robótica en laboratorio húmedo
Descubre Pipette: plataforma de simulación y aumento de datos para robótica en laboratorio húmedo. Mejora VLA de 44.1% a 74.7% con solo 30 demostraciones.
#visión-lenguaje-acción
Ejecución en tiempo real con políticas autorregresivas
Descubre cómo las políticas autorregresivas logran ejecución en tiempo real superando a modelos de difusión con mayor velocidad y generalización.
Embodied-R1.5: Inteligencia física evolutiva con modelos encarnados
Embodied-R1.5: supera a GPT-5.4 en benchmarks robóticos. Con solo 8B parámetros, logra planificación y autocorrección en robots reales. Código abierto.
VLAJS: Inicio Rápido con Modelos Visión-Lenguaje-Acción
VLAJS mejora la eficiencia del aprendizaje por refuerzo en robótica combinando guía de modelos Visión-Lenguaje-Acción. Reduce interacciones en más del 50% en tareas complejas.
TacCoRL: Integración de retroalimentación táctil en VLA mediante simulación
Descubre cómo TacCoRL integra retroalimentación táctil en modelos VLA mediante simulación y RL, logrando un 72.5% de éxito en tareas bimanuales. ¡Lee más!
DuoBench: Benchmark para manipulación bimanual en simulación y mundo real
DuoBench: benchmark reproducible para manipulación bimanual. Evalúa políticas de aprendizaje y visión-lenguaje-acción en simulación y realidad. Incluye datasets y análisis de fallos.
CHORUS: colaboración multi-robot descentralizada con una política VLA
Descubre CHORUS, un marco con un solo modelo VLA para colaboración descentralizada entre robots sin comunicación, mejorando eficiencia en tareas.
Orquestación de políticas robóticas: estudio sistemático agentes VLA jerárquicos
Descubre principios clave para sistemas VLA jerárquicos eficientes en robótica. Estudio optimiza orquestación de políticas para robots reales.
Tu modelo ya lo sabe: filtro de seguridad con atención para VLA
Aprovecha la atención interna de los modelos VLA para filtrar obstáculos en tiempo real. Sin entrenamiento extra.
NoRD: Modelo VLA eficiente en datos que conduce sin razonamiento
Descubre NoRD, el modelo VLA que conduce sin razonamiento usando menos datos. Resultados competitivos en Waymo y NAVSIM con 3x menos tokens.
GEAR-VLA: Aprendizaje de representaciones geométricas para manipulación robótica
Descubre GEAR-VLA, el marco VLA que logra un 90% de éxito en agarre universal con objetos no vistos. Representaciones geométricas unificadas para robots.
Evaluación de modelos VLA en SO-101: Fallos y recuperación
Evaluamos modelos VLA en robots de bajo costo con el benchmark SO-101: fallos, recuperación y robustez. ¡Descubre los resultados!
Piensa como un piloto: navegación UAV de largo horizonte y grano fino
Descubre FLIGHT VLA: la arquitectura asíncrona que permite a los drones razonar y controlar su vuelo con precisión fina.
ViVa: Modelo generativo de video para aprendizaje por refuerzo en robots
ViVa usa video generativo para predecir el futuro del robot y evaluar el progreso, logrando un 80% de éxito en manipulación robótica.
WorldFly: Navegación de drones con modelos del mundo
Descubre cómo WorldFly usa modelos del mundo para que los drones naveguen en entornos urbanos complejos, prediciendo futuros estados y superando oclusiones.
VISTA: Adaptación con visión y validación física de datos UMI para entrenamiento VLA
Descubre cómo VISTA combina visión y validación física para adaptar datos UMI y entrenar modelos VLA, mejorando el rendimiento en manipulación robótica real.
Ver Menos, Especificar Más: Presupuestos de Evidencia para VLA
Mejora la generalización de modelos VLA con S2: entrena al ejecutor con guías locales y presupuestos de evidencia visual. Logra 79% de éxito en tareas robóticas.
Difusión Discreta VLA: Decodificación Adaptativa de Acciones Robóticas
Descubre cómo Difusión Discreta VLA decodifica acciones robóticas con orden adaptativo y corrección de errores. 96.4% éxito en LIBERO.
VLM4VLA: Revisando la competencia de los VLM en robótica
VLM4VLA revela que la capacidad general de los VLM no garantiza un buen control robótico. Descubre las claves para elegir el modelo adecuado.
SilentDrift: ataque backdoor sigiloso en modelos VLA
SilentDrift explota la vulnerabilidad en modelos VLA para ataques backdoor sigilosos. Logra un 93.2% de éxito con solo 2% de envenenamiento. ¡Descubre cómo!