Show-Harness

VLM选择移动、旋转、抓握、释放或完成等动作。特定于实施例的解释器确定性地将每个符号转换为局部运动。相同的界面支持前沿VLM的零拍摄使用和较小的开放模型的轻量级适应，以实现更快的部署。

该项目可用于机器人控制研究和演示收集，而无需专门的远程操作硬件。其GUMI界面允许人类或GUI代理在录制训练对时通过键盘驱动机器人。发布链接代码、模型和数据集以重现该方法。