投稿 提交工具 投放合作

Isaac-GR00T:人形机器人视觉-语言-动作模型

自动化控制 8.4k(+5) 1.5k Python 2026-11-17 访问官网 ↗ 在 GitHub 打开

开源跨本体视觉-语言-动作模型,以语言和图像为输入执行机器人操作任务,可用自有数据微调与部署。

NVIDIA Isaac GR00T N1.7 是面向通用人形机器人技能的开源视觉-语言-动作(VLA)模型,接受语言、图像等多模态输入完成操作任务,训练数据涵盖双臂、半人形与大规模人形机器人演示。架构由视觉-语言基础模型与去噪连续动作的扩散 Transformer 头组成,动作采用相对末端执行器表示,预训练还包含 2 万小时人类视频数据。仓库提供预训练权重与参考代码,工作流包括数据准备(LeRobot 格式)、零样本推理、用 launch_finetune.py 微调、开环与仿真/实机评估,以及通过 Gr00tPolicy 连接机器人控制器并可选 TensorRT 加速。README 称在 RTX PRO 6000 上约 40 Hz、Jetson AGX Thor 上约 28 Hz。代码采用 Apache 2.0,权重采用 NVIDIA Open Model License。

Star 趋势2026-11-08 — 2026-11-17当前 Stars 8.4k24h +57 日 +52

8.3k8.4k11-0811-1111-1211-1311-1411-1511-1611-17