jonyzhang2023/awesome-embodied-vla-va-vln

解決する課題

このプロジェクトは、急速に進化する具身AIの分野をナビゲートするという課題に対処します。ロボット工学の研究が大規模基盤モデルへと移行する中、研究者や開発者が視覚-言語-行動（VLA）モデル、世界モデル、ロボットナビゲーションの最新のブレークスルーを追跡することは困難です。

仕組み

このリポジトリは、最新研究の厳選されたコミュニティ駆動のインデックスとして機能します。数百の学術論文、技術レポート、オープンソースコードベースを、VLAモデル、物理認識ポリシー、シミュレーションプラットフォーム、評価ベンチマークなどの論理的なカテゴリに整理します。リストはコミュニティによって維持され、プルリクエストを介して新しいエントリが追加され、コレクションが最新の状態に保たれます。

対象読者

このリソースは、ロボット工学の「LLMモーメント」について情報を得たいロボット研究者、AIエンジニア、学生を対象としています。ロボット学習と操作のための最新の基盤モデルを実装、研究、または構築しようとしている人々に特に役立ちます。

ハイライト

• 具身AIの全体像をカバーする包括的なサーベイ論文。
• 視覚-言語-行動（VLA）および世界行動モデル（WAM）の広範なリスト。
• 視覚-言語ナビゲーション（VLN）および視覚-行動（VA）モデル専用のセクション。
• Sim-to-Real転送、物理認識ポリシー、評価ベンチマークのためのリソース。
• 最新の開発を強調するための逆時系列順序での積極的なメンテナンス。