Embodied AI entwickelt sich rasant weiter und integriert traditionelle Robotiktechniken wie SLAM mit modernsten großen Sprachmodellen und Vision-Language-Action (VLA)-Systemen. Diese Ressourcenkarte bietet einen strukturierten Lernpfad, von grundlegenden SLAM-Algorithmen bis hin zu fortgeschrittenen VLA/VLN-Architekturen. Sie hebt Schlüsseltechnologien wie multimodale Wahrnehmung, Reinforcement Learning und modellbasierte Steuerung hervor und bietet einen ganzheitlichen Blick auf das Feld. Für Entwickler und Forscher ist das Verständnis dieses Stacks entscheidend für den Bau autonomer Systeme der nächsten Generation. Die Karte dient sowohl als Lernleitfaden als auch als Referenz zur Identifizierung von Lücken und Chancen in der Embodied-AI-Landschaft.
Ein umfassender Überblick über den Embodied-AI-Technologie-Stack, der SLAM, große Modelle und VLA/VLN-Systeme abdeckt.