« ThinkAct » : différence entre les versions
(Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' ThinkAct''' == Anglais == '''ThinkAct''' A dual-system framework, uses reinforced visual latent planning to enable high-level reasoning and robust action execution in vision-language-action tasks. A framework that enables robots to "think before acting" by combining high-level reasoning with low-level action execution. The approach addresses a key limitation in current vision-language-act... ») |
Aucun résumé des modifications |
||
Ligne 2 : | Ligne 2 : | ||
== Définition == | == Définition == | ||
Architecture de raisonnement ''vision-langage-action'' ou VLA qui entraîne un '''[[grand modèle de langues multimodal]]''' à générer des plans de raisonnement guidés par des récompenses visuelles alignées. | |||
== Français == | == Français == | ||
Ligne 10 : | Ligne 10 : | ||
'''ThinkAct''' | '''ThinkAct''' | ||
''A reasoning vision-language-action framework that trains a multimodal large language model to generate embodied reasoning plans guided by reinforcing action-aligned visual rewards based on goal completion and trajectory consistency.'' | |||
== | == Sources == | ||
[https://jasper0314-huang.github.io/thinkact-vla/ Source : GitHub.io] | |||
[https://huggingface.co/papers/2507.16815l Source : huggingface] | [https://huggingface.co/papers/2507.16815l Source : huggingface] | ||
[[Catégorie:vocabulary]] | [[Catégorie:vocabulary]] |
Version du 12 octobre 2025 à 11:51
en construction
Définition
Architecture de raisonnement vision-langage-action ou VLA qui entraîne un grand modèle de langues multimodal à générer des plans de raisonnement guidés par des récompenses visuelles alignées.
Français
ThinkAct
Anglais
ThinkAct
A reasoning vision-language-action framework that trains a multimodal large language model to generate embodied reasoning plans guided by reinforcing action-aligned visual rewards based on goal completion and trajectory consistency.
Sources
Contributeurs: Arianne Arel, wiki
