11M参数迷你VLA模型

21次阅读
没有评论

开源项目 NanoVLA 面向 SO-ARM101 机械臂,约 1100 万参数的视觉 - 语言 - 动作模型用 ViT 视觉编码器结合文本编码器与 ACT 动作头实现抓取控制,在 MuJoCo 仿真中把红色方块放入蓝色方框的成功率做到 40.7%。

正文完
 0
评论(没有评论)

内容合作 · 项目交流

欢迎开发者、团队与我们联系,一起推动 AI 与机器人领域的优质内容创作与交流。