ACT

基于模仿学习的低成本机器人解决方案

模仿学习机器人手臂 Action Chunking Transformer 低成本机器人分拣任务 Github 开源项目

该开源项目适配250美元低成本机器人，采用Action Chunking Transformer (ACT)技术实现模仿学习。项目流程包括数据收集、策略训练和评估，非专业人士只需提供少量远程操作演示即可。使用RTX 3080显卡，30分钟内即可完成训练。项目旨在为机器人学习提供经济实惠的解决方案。

Github

文档

介绍相关项目

ibc - 隐式行为克隆算法在机器人策略学习中的创新应用

GithubImplicit Behavioral Cloning人工智能开源项目机器人策略学习能量模型行为克隆

IBC项目提出的隐式行为克隆算法在机器人策略学习中表现优异。该方法善于处理复杂、不连续和多值函数,适用于高维动作空间和视觉输入场景。在D4RL基准测试中,IBC在人类专家任务上与顶尖离线强化学习方法相当。实际应用中,IBC能让机器人学习复杂精细行为,应对高组合复杂性和毫米级精度任务。

scalingup - 使用语言引导的机器人技能自动生成框架

GithubScaling Up and Distilling Down开源项目扩展任务数据生成机器人技能获取语言引导

该项目提出了一种无需专家示范、手动奖励监督和手动语言注释的语言引导技能学习框架。它能够通过任务描述自动生成多样化的机器人轨迹，并含有成功标签和详细的语言标签。该框架支持在多种NVIDIA GPU环境下运行，包括GTX 1080和RTX系列。

robotic-transformer-pytorch - RT1机器人控制Transformer模型的PyTorch实现

GithubRT1人工智能开源项目机器人变形金刚深度学习计算机视觉

本项目是Google Robotics团队RT1（Robotic Transformer）的PyTorch实现版本。RT1是一个结合视觉和自然语言处理的机器人控制Transformer模型。该实现包含MaxViT视觉主干网络和RT1核心模型，支持视频输入和文本指令处理。项目提供简洁API，实现了条件采样和跨注意力等功能，可应用于多种机器人控制场景。

PromptCraft-Robotics - 共享大语言模型在机器人领域的创新提示与模拟器支持

ChatGPTGithubOpenAIPromptCraft-Robotics仿真器开源项目机器人

PromptCraft-Robotics是一个社区平台，专注于分享和测试大语言模型在机器人领域的应用示例。用户可以提交操控、家庭机器人和物理推理等类别的提示，经社区审核后加入主仓库。项目提供基于Microsoft AirSim的机器人模拟器，帮助用户快速入门。支持OpenAI的ChatGPT及其他开源模型，为研究和开发人员提供丰富的资源和合作机会。

SeeAct - 基于多模态GPT模型的网页任务自动化解决方案

GPT-4V(ision)GithubMind2WebSeeActweb代理多模态模型开源项目

SeeAct采用多模态GPT模型（如GPT-4V(ision)），提供网页任务自动化的解决方案，支持OpenAI和Google的多种语言模型，并与Playwright浏览器无缝集成。适用于网页代理测试与评估，支持多种配置和自定义任务，实现安全操作和实时监控。Multimodal-Mind2Web数据集提供丰富的网页截图和HTML文本，便于实验和评估。

openvla-7b - 基于视觉和语言的开源机器人动作生成模型

GithubHuggingfaceOpenVLA图像文本处理开源项目机器人控制机器学习模型视觉语言行为模型

OpenVLA-7B是一个开源的视觉-语言-动作模型，基于97万个机器人操作数据训练。该模型将语言指令和摄像机图像转化为机器人动作，支持多种机器人控制，并可通过微调适应新任务。OpenVLA-7B采用MIT许可证，适用于零样本指令执行和新领域迁移。

llm-action - 提升AI模型训练与推理效率的高级技术与指南

GithubLLM实战LLM训练分布式训练参数高效微调开源项目微调技术

llm-action项目为NVIDIA GPU和Ascend NPU上的大模型训练提供简易工具，详细介绍了LLM训练技术的高效微调和分布式技术。深入探究LLM微调实战与技术原理，并提供实际代码示例以供学习和应用。涵盖普适性框架与多模态微调专项技术，适合开发者与研究人员优化和扩展其AI模型的能力。

avp_teleoperate - Apple Vision Pro远程操控Unitree H1_2人形机器人

Apple Vision ProGithubUnitree H1_2VR技术开源项目机器人控制遥操作

该项目实现了Apple Vision Pro远程操控Unitree H1_2人形机器人的功能。通过逆运动学和图像传输技术，实现了双手和双臂的精确控制。项目提供了详细的环境配置指南，涵盖Isaac Gym模拟环境和本地流媒体设置。代码基于TeleVision框架，针对Unitree机器人进行了优化。这一解决方案为人形机器人远程操作开辟了新途径，具有广阔的应用前景。

rl-mpc-locomotion - 强化学习与模型预测控制结合的四足机器人运动框架

GithubIsaac GymRL MPC Locomotion四足机器人开源项目强化学习模型预测控制

这个项目为四足机器人运动任务开发了一个快速仿真和强化学习训练框架。它采用分层控制结构，结合高层策略网络和低层模型预测控制器。其MPC控制器基于Cheetah Software改写，便于移植到主流仿真平台。项目利用NVIDIA Isaac Gym进行并行训练，使用Unitree Robotics的Aliengo模型，并实现了从仿真到实物的迁移。该框架适用于多种四足机器人类型和步态，为相关研究提供了有力支持。

ok-robot - 家庭环境中实现自主导航与操作的模块化框架

GithubOK-Robot室内导航开源框架开源项目机器人操作物体抓取

OK-Robot是一个零样本模块化框架，集成了先进的导航和操作模型，用于执行家庭环境中的取放任务。该项目在10个真实家庭中测试了170多个物体，成功率达58.5%。通过整合AnyGrasp抓取和VoxelMap开放词汇导航等技术，OK-Robot为家庭服务机器人研究提供了开放平台。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

稿定AI

稿定设计是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com