Le filThèmes : RechercheAgents
MotorMind permet à un modèle vision-langage généraliste de piloter un robot sans entraînement spécifique
1 sourcemis à jour il y a 2 jpertinence 2,6 sur5
L’essentiel
MotorMind atteint 66,7 % de réussite sur LIBERO-PRO de base et 53,8 % sous perturbations, contre au plus 13,3 % et 19,2 % pour les méthodes zero-shot comparées. Sur un robot xArm6 réel, la moyenne est de 95 %.
Propagation1 article, publié par HF Daily Papers le 5 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceBingxuan Li, Siqi Song, Yizhuo Wu et al.huggingface.co
MotorMind: Scaffolding General Vision Language Models for Zero-Shot Robot Manipulation (site externe)
In parallel, recent agentic robotic systems leverage VLMs for high-level reasoning or coding agents for robot control, but often depend on extensive external models and tools, introducing additional complexity and cost.
Sur les mêmes thèmes
Agents
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Agents
PUBG Ally, un agent incarné vocal, joue comme coéquipier d’IA dans PUBG : BATTLEGROUNDS
Agents
DAEDALUS construit une mémoire d’agent à partir de tâches que des agents génèrent eux-mêmes
Agents
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5