cliport

收录理由

CLIPort 是一套面向语言条件机器人操作的研究代码库，核心思路是让机器人同时理解“物体是什么”和“该从哪里抓取”。它将 CLIP 的语义理解能力与 TransporterNets 风格的空间定位流结合，使得单一的模仿学习策略能够仅凭少量演示就完成堆叠积木、整理物品、折叠布料等桌面任务。这个仓库为复现 CoRL 2021 论文结果或基于 TransporterNets 的动作建模做进一步开发提供了扎实的起点，其中包含了生成数十种模拟任务数据集的工具、单任务与多任务的训练脚本、评估框架、预训练权重，以及可视化抓取与放置预测的笔记本。如果你的工作涉及抓取放置、物体重排或视觉-语言 grounding，这份参考实现相当完整，值得深入研读。