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
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%。