jonyzhang2023/awesome-embodied-vla-va-vln

解决的问题

本项目旨在应对具身智能领域快速发展的挑战。随着机器人研究向大规模基础模型转变，研究人员和开发者很难跟踪视觉-语言-动作（VLA）模型、世界模型和机器人导航方面的最新突破。

工作原理

该仓库作为一个由社区驱动的精选最新研究索引。它将数百篇学术论文、技术报告和开源代码库组织成逻辑类别，如VLA模型、物理感知策略、仿真平台和评估基准。该列表由社区维护，通过拉取请求添加新条目，以确保集合保持最新。

适用人群

该资源面向机器人研究人员、AI工程师和学生，他们希望了解机器人领域的“LLM时刻”。对于那些希望实现、研究或基于最新基础模型进行机器人学习和操作的人来说，尤其有用。

亮点

• 涵盖具身智能领域的全面综述论文。
• 广泛的视觉-语言-动作（VLA）和世界动作模型（WAM）列表。
• 专门的视觉-语言导航（VLN）和视觉-动作（VA）模型部分。
• 用于Sim-to-Real迁移、物理感知策略和评估基准的资源。
• 积极维护，按时间倒序排列以突出最新发展。