LeRobot Multitask DiT

Fachartikel und technische Berichte

CLIP-konditionierte Diffusion-Transformer-Policy zum Lernen mehrerer Aufgaben.

Für Forschung, Evaluierung und robotspezifisches Training von Multi-Task-Diffusion-Transformer-Policies.

Fachartikel und technische Berichte

Fachartikel / Bericht unbestätigt

Offizielle Informationen sind erfasst; ein versionsspezifischer Fachartikel oder Bericht wurde noch nicht bestätigt.

Zuletzt geprüft: 2026-11-21

Zugang und Nutzung

Öffentliche Code-Ressourcen
Öffentlicher Zugang

Trainings- / Fine-Tuning-Code

Zugang
Öffentlicher Zugang

Geprüft am · 2026-10-27

Veröffentlichungsangaben

QuelleGeprüft am · 2026-10-23

Vor der Bereitstellung prüfen

Erfordert auf Aufgabe und Roboterverkörperung abgestimmte Daten, Konfiguration und Validierung. Veröffentlichte Beispiele und Simulationsergebnisse belegen keinen sicheren Betrieb an einem physischen Roboter. Verfügbare Gewichte oder Code belegen keine sofortige Roboterkompatibilität. Prüfen Sie Konfiguration, Daten und Schnittstellen in der Quelldokumentation.

Unterlagen zu Bereitstellung und Nutzung

Laufzeit und Frameworks
LeRobot / PyTorch
Anforderungen an die Feinabstimmung
LeRobot-Integration: Richtlinienspezifische Einrichtung und Trainingsanleitung beachten; keine zugesicherte Kompatibilität mit allen ursprünglichen Checkpoints.

Architektur und Ein-/Ausgaben

Backbone
CLIP-Vision-Language-Embeddings mit Diffusions-Transformer
Gewichteparameter
0,45 Mrd. Parameter
Eingabe
Sprache / RGB-Bilder / Roboterzustand
Ausgabe
Kontinuierliche Multitask-Roboteraktions-Chunks

Einsatzbereich und Training

Kontinuierliche Multitask-Roboteraktions-Chunks

Sprachen

Englisch

Funktionsbereich

Aktion und Steuerung

Pipeline-Aufgabe

Robotik

Quelle oder Korrektur einreichen