Inicio Proyectos MemoryVLA
MemoryVLA
Python

MemoryVLA

[ICLR 2026] Código de "MemoryVLA: Memoria Perceptual-Cognitiva en Modelos de Visión-Lenguaje-Acción para Manipulación Robótica"

por shihao1895 · GitHub
Estrellas
Ramas
Creado
Último commit
Categoría
Lenguaje
memoryroboticsvlaPython
Ver en GitHub
En palabras simples

Implementa memoria cognitiva en sistemas robóticos que entienden y actúan en función de entradas visuales y de lenguaje.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
MemoryVLA — GitHub preview card
📈 Historial de estrellas
303302
2026-07-202026-08-17
📈 Sigue MemoryVLA

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

[ICLR 2026] Código de "MemoryVLA: Memoria Perceptual-Cognitiva en Modelos de Visión-Lenguaje-Acción para Manipulación Robótica"

MemoryVLA tiene 302 estrellas en GitHub. Se ha bifurcado 24 veces. MemoryVLA está escrito principalmente en Python. Se desarrolla activamente desde 2025. Sus temas principales son: memory, robotics, vla.

Frequently asked questions

¿Qué es MemoryVLA?

[ICLR 2026] Código de "MemoryVLA: Memoria Perceptual-Cognitiva en Modelos de Visión-Lenguaje-Acción para Manipulación Robótica"

¿MemoryVLA es de código abierto?

MemoryVLA es un proyecto de código abierto.

¿MemoryVLA es gratis?

Sí. MemoryVLA es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito MemoryVLA?

MemoryVLA está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — MemoryVLA

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=shihao1895-memoryvla)](https://olud.ai/project/shihao1895-memoryvla.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.