VP-GO est un algorithme de prédiction visuelle conditionnée par l'action, conçu pour améliorer les capacités de préhension des robots dans des environnements complexes comme des tas d'objets. Il permet de modéliser des mouvements robotisés en décomposant des actions sémantiques en mouvements élémentaires, facilitant ainsi l'entraînement de modèles de vision par intelligence artificielle. Le projet s'appuie sur des jeux de données existants pour optimiser les tâches de manipulation et de préhension.