Logo
Project Icon

octo

基于transformer的通用机器人控制策略

Octo机器人政策AI模型预训练模型微调Github开源项目

Octo是一个基于transformer的扩散策略模型，通过80万条多样化机器人轨迹数据训练而成。该模型支持多个RGB相机输入，可控制各种机器人手臂，并接受语言命令或目标图像指令。其模块化注意力结构使其能高效迁移至新的传感器输入、动作空间和形态。项目提供预训练模型、微调脚本和评估示例，便于研究人员进行深入开发和应用。

访问官网访问官网GithubGithubHuggingfaceHuggingface论文论文
介绍相关项目
self-operating-computer - 使多模态模型能够操作计算机的框架
API接口GPT-4oGithubSelf-Operating Computer多模态模型开源项目键盘鼠标操作
Self-Operating Computer Framework通过模拟人类的视觉和手动操作，实现计算机的自动化控制。当前支持GPT-4o、Gemini Pro Vision、Claude 3和LLaVa多模态模型，并计划对更多模型开放兼容。适用于Mac OS, Windows和Linux系统。
transformers-code - 对Transformers从入门到高效微调的全方位实战指南
GithubNLPTransformers分布式训练开源项目微调模型训练
课程提供丰富的实战代码和案例，从基础入门到高效微调以及低精度和分布式训练。涵盖命名实体识别、机器阅读理解和生成式对话机器人等NLP任务。帮助深入理解Transformers的核心组件和参数微调技术，包括模型优化和分布式训练。适合对Transformers应用和实践感兴趣的学习者。课程在B站和YouTube持续更新，紧跟技术前沿。
OctiAI - 智能提示词重写与优化服务
AI工具OctiAI密码设置注册流程用户信息账户创建
OctiAI提供AI驱动的提示词优化服务。用户可以创建账户，上传现有提示词，系统会自动重写和改进。平台致力于生成更高效、更有创意的AI提示词，适用于多种AI应用场景。OctiAI界面简洁，操作直观，旨在提升用户的创作效率和体验。
LIBERO - 机器人学习知识转移基准平台
GithubLIBERO开源项目强化学习操作任务机器人学习知识迁移
LIBERO是一个致力于研究多任务和终身机器人学习中知识转移的基准平台。它包含130个分组任务、过程生成管道、5个研究主题、3种视觉运动策略网络架构和3种终身学习算法。通过控制分布偏移和提供100个操作任务，LIBERO能够评估特定类型和复杂知识的迁移。该平台为机器人学习研究提供了全面的工具和数据集，有助于推动该领域的发展。
Octie.ai - AI驱动的电商营销工具 提升文案创作和图像生成效率
AI图像生成AI工具AI营销助手Octie电子商务营销文案生成
Octie.ai是Octane AI开发的人工智能电商营销工具，能以10倍速度生成各类营销文案，包括电子邮件、短信和产品描述。最新功能支持AI生成营销图片。该工具采用先进人工智能技术，提供高效创新的营销内容解决方案，已服务9000多名营销人员。适用于Shopify等电商平台，Octie.ai可快速生成邮件主题行、博客创意和网红合作邮件等高质量内容，有效提高营销效率，为电商营销人员节省大量时间和精力。
AutoAct - 自主规划驱动的智能体学习框架
AutoActGithub人工智能大语言模型开源项目机器学习自然语言处理
AutoAct是一个创新的智能体学习框架，无需大规模标注数据或闭源模型。该框架通过自主规划合成轨迹，并自动分化子智能体群组完成任务。实验结果显示，AutoAct在多种语言模型上的表现与强基线相当或更优。这种方法为智能体学习提供了高效、可复现的新途径。
Transformer_Tracking - 视觉追踪中Transformer应用的全面综述和前沿动态
GithubTransformer开源项目深度学习目标检测视觉跟踪计算机视觉
本项目汇总了Transformer在视觉追踪领域的应用进展,包括统一追踪、单目标追踪和3D单目标追踪等方向。内容涵盖最新研究论文、技术趋势分析、基准测试结果以及学习资源,为相关研究人员和从业者提供全面的参考信息。重点关注自回归时序建模、联合特征提取与交互等前沿技术,展现了视觉追踪的最新发展动态。
optimum - 提升模型在不同硬件上的训练和运行效率的一系列优化工具
GithubHugging Face OptimumONNX RuntimeOpenVINOTransformer开源项目训练模型
Optimum扩展了Transformers和Diffusers，提供了一系列优化工具，提升模型在不同硬件上的训练和运行效率。支持的硬件平台包括ONNX Runtime、Intel Neural Compressor、OpenVINO、NVIDIA TensorRT-LLM、AMD Instinct GPUs、AWS Trainium & Inferentia、Habana Gaudi处理器和FuriosaAI。Optimum支持多种优化技术，如图优化、动态量化、静态量化和量化感知训练，配有详尽的文档和示例代码，帮助用户导出和运行优化后的模型。
umi-on-legs - 四足机器人操作技能的全身控制框架
GithubUMI on Legs全身控制器四足机器人开源项目机器人操作视觉运动策略
UMI on Legs项目为四足机器人与机械臂结合提供了可扩展的操作技能框架。该框架整合真实人类示范和模拟训练的全身控制器，实现视觉运动策略在四足机器人上的应用。项目涵盖全身控制器模拟训练、实际部署、iPhone里程计应用、UMI真实环境类和ARX5 SDK等组件，为机器人操作研究提供综合解决方案。
OmniNxt - 全方位视觉感知的开源紧凑型空中机器人
GithubIROS 2024OmniNxt全方位视觉感知开源开源项目无人机
OmniNxt是一个开源的空中机器人项目，采用四鱼眼相机设计实现360度全方位视觉感知。项目特点包括硬件紧凑、自主飞控系统、视觉惯性里程计和深度估计算法。OmniNxt为空中机器人研究和开发提供了一个功能完备的开放平台，适用于多种复杂环境下的空中任务。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号