SANA-Robot-AR RoboDojo

Fachartikel und technische Berichte

SANA-Robot-AR RoboDojo ist ein Welt-Aktionsmodell mit 4,5 Milliarden Parametern und Nachtraining für den zweiarmigen ARX-X5 in RoboDojo. Es sagt aus Mehrkamerabildern, Roboterzustand und Sprachanweisung Aktionsblöcke mit 32 Schritten und künftige Videobilder voraus. Der öffentliche EMA-Checkpoint unterstützt die Gelenk- und Endeffektorsteuerung.

Vollständige Modellbeschreibung ansehen

Fachartikel und technische Berichte

Fachartikel / Bericht unbestätigt

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

Zuletzt geprüft: 2026-11-22

Zugang und Nutzung

Modelldateien
Öffentlicher Zugang

Der Trainingscode dieser Version ist unbestätigt. Öffentliche Code-Ressourcen belegen nicht die Verfügbarkeit der genauen Trainingsimplementierung. Prüfhinweise ansehen

Trainings- / Fine-Tuning-Code

QuelleGeprüft am · 2026-11-22

Modelldateien

Modelldateien
SANA-Robot-AR RoboDojo 20k EMAZugangGewichtelizenzKommerzielle Nutzung
Gemäß genannten Bedingungen erlaubtBedingungen

Geprüft am · 2026-11-22

Veröffentlichungsangaben

QuelleGeprüft am · 2026-11-22

Vor der Bereitstellung prüfen

Die Evaluation erfolgte in der RoboDojo-Simulation mit dem zweiarmigen ARX-X5. Andere Roboter, Kameraanordnungen oder Aufgaben erfordern eine Feinabstimmung. 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
PyTorch

Architektur und Ein-/Ausgaben

Modelltyp
Aktionspolicy
Architektur
WAM · Autoregressiv
Backbone
Hybrider Diffusionstransformer (24 Gated-DeltaNet-Schichten, 8 Schichten mit Softmax-Aufmerksamkeit)
Gewichteparameter
4500000000
Aktionsgenerierung
Flow Matching
Eingabe
Sprache / RGB-Bilder / Roboterzustand
Ausgabe
Gelenk- und Endeffektorsteuerung, 32 Steuerschritte je Block
Veröffentlichung
22. November 2026

Einsatzbereich und Training

Gelenksteuerung für den zweiarmigen ARX-X5.

horizon 32

Steuerung der Endeffektorpose für den zweiarmigen ARX-X5.

horizon 32

Ausgabe

Aktionen / Video

Vorhersageausgabe

Aktionsblock und zukünftige Videobilder, Kodierung im Abstand von vier Frames

Training

Imitationslernen

  • Ausgabe · Vorhersageausgabe · Training · Gelenksteuerung für den zweiarmigen ARX-X5. · continuous · Steuerung der Endeffektorpose für den zweiarmigen ARX-X5. · continuous: RoboDojo-Modellkarte

Evaluationsergebnisse

Keine verifizierten unabhängigen Evaluationen für diese Version oder die ausgewählten Gewichte erfasst.

Alle Parameter und Prüfhinweise (Modellkarte)

Der EMA-Checkpoint nach 20.000 Nachtrainingsschritten (Zerfallsrate 0,999) speichert die Strategiegewichte unter state_dict_ema. Verwenden Sie die mitgelieferten Metadaten und die Normalisierungsdatei. Die Trainingsmetadaten nennen 25 Hz und drei Kameras. Der Gemma-2-2B-IT-Textencoder und der LTX-2.3-Video-VAE werden separat bezogen. Für Gemma gelten die Nutzungsbedingungen von Google. Die Modellkarte verweist auf eval/robodojo für den XPolicyLab-Adapter und configs/robodojo_ar.yaml für die Feinabstimmung.

Quelle oder Korrektur einreichen