wbc-mjlab开源通用全身运动跟踪策略
开源更新: wbc-mjlab/wbc-mjlab
AI 摘要
wbc-mjlab 在 GitHub 开源更新 wbc-mjlab 项目,提供基于 mjlab 的通用全身运动跟踪训练方案:同一策略可跟踪任意动作,切换动作片段而无需更换检查点,采用 Python 实现,仓库当前获 182 星。
阅读原文来源 GitHub Robotics · github.com
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。
开源更新: wbc-mjlab/wbc-mjlab
AI 摘要
wbc-mjlab 在 GitHub 开源更新 wbc-mjlab 项目,提供基于 mjlab 的通用全身运动跟踪训练方案:同一策略可跟踪任意动作,切换动作片段而无需更换检查点,采用 Python 实现,仓库当前获 182 星。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。
OpenMOSS在GitHub开源EasyWAM,一个面向世界动作模型(WAM)的统一Python框架,支持训练、微调和评估全流程。项目已获411星,降低了WAM开发与复现门槛,但尚未披露基准结果。
开发者 hansu0521 在 HuggingFace 发布基于 LeRobot 框架的 ACT 模仿学习策略模型 pick_and_place_model,配套自建 pick_and_place 数据集,权重以 safetensors 格式提供,采用 Apache-2.0 许可。
作者 zqc3117 在 GitHub 开源 Spotter 官方代码库,核心思路是由具身模型主导动作生成、视觉语言模型(VLM)负责反思校正,项目以 Python 实现,当前获约 210 星。代码开放便于复现与二次开发,但论文指标与实机效果尚未在仓库说明中充分披露。
个人开发者 SamShumChun 在 HuggingFace 发布模型 lerobot_sayhi_dataset_a,基于 LeRobot 框架的 ACT 架构,权重以 safetensors 格式提供,训练数据来自其自建的 sayhi 数据集,采用 Apache-2.0 许可。