SANA-Robot-AR LIBERO

論文と技術報告

SANA-Robot-AR LIBERO は、シミュレーション上の単腕 Franka Panda 向けに LIBERO の4スイートで事後学習した45億パラメータの世界行動モデルです。2視点の画像、ロボットの状態、言語指示から32制御ステップと将来の映像を予測します。

モデルの説明全文を見る

論文と技術報告

論文・報告は未確認

公式紹介資料を登録しています。該当バージョンの論文・技術報告は未確認です。

最終確認: 2026-11-22

取得方法と利用条件

モデルファイル
公開アクセス
学習データ
一部公開

このバージョンの学習コードは未確認です。公開コードの存在は、この版の学習実装の公開を意味しません。 検証事項を見る

学習・ファインチューニングコード

出典確認日 · 2026-11-22

学習データ

一部の学習データは公開されていますが、学習データ全体の公開を意味しません。

モデルファイル

モデルファイル
SANA-Robot-AR LIBERO 8k EMA取得方法重みのライセンス商用利用
記載条件に基づき可能利用条件

確認日 · 2026-11-22

公開情報

出典確認日 · 2026-11-22

導入前の確認事項

報告された結果はシミュレーション内の単腕 Franka Panda の操作タスクです。他のロボット、カメラ、タスク、シーンには追加の微調整が必要です。 プロジェクトが案内する GitHub の robot ブランチは現在 404 を返します。評価スクリプトの公開状況とコードの個別ライセンスは未確認です。 重みやコードの公開は、そのままロボットで動作することを意味しません。必要な構成、データ、インターフェースを資料で確認してください。

導入・利用資料

実行環境とフレームワーク
PyTorch

構造と入出力

モデルの種類
行動方策
アーキテクチャ
WAM · 自己回帰
バックボーン
Gated DeltaNet と Softmax 注意を組み合わせたハイブリッド拡散 Transformer
重みのパラメーター数
4500000000
行動生成
フローマッチング
入力
言語 / RGB画像 / ロボット状態
出力
ロボット基準座標系のエンドエフェクタ姿勢。1チャンク32制御ステップ
公開日
2026年11月22日

適用範囲と学習方法

ロボット基準座標系のエンドエフェクタ姿勢。1チャンク32制御ステップ

horizon 32

出力

行動 / 動画

予測出力

32ステップの動作チャンクと将来の映像(4フレーム間隔)

学習方式

模倣学習

  • 出力 · 予測出力 · 学習方式 · ロボット基準座標系のエンドエフェクタ姿勢。1チャンク32制御ステップ · continuous · 系譜 · SANA-Robot-AR: SANA-Robot-AR LIBERO
  • ロボット基準座標系のエンドエフェクタ姿勢。1チャンク32制御ステップ · continuous: meta.json

学習データ

評価結果

このバージョンまたは選択した重みの検証済み独立評価結果はありません。

公開元の評価 · 報告値・独立再現なし

LIBERO-Plus · 拡張ステップ上限 ↗

成功率: 93.98 %

400/400/400/700 control steps

シミュレーションの Franka Panda(単腕)

デノイズ2ステップ、ガイダンスなし、16制御ステップごとに再計画

拡張ステップ上限 · 10,030エピソード · 制御ステップ上限は Spatial 400、Object 400、Goal 400、Long 700

公開元の評価 · 報告値・独立再現なし

LIBERO-Plus · LIBERO 標準ステップ上限 ↗

成功率: 93.35 %

220/280/300/520 control steps

シミュレーションの Franka Panda(単腕)

デノイズ2ステップ、ガイダンスなし、16制御ステップごとに再計画

LIBERO 標準ステップ上限 · 10,030エピソード · 制御ステップ上限は Spatial 220、Object 280、Goal 300、Long 520

公開元の評価 · 報告値・独立再現なし

LIBERO-PRO · 拡張ステップ上限 ↗

成功率: 68.09 %

400/400/400/700 control steps

シミュレーションの Franka Panda(単腕)

デノイズ10ステップ、動画ガイダンス3、8制御ステップごとに再計画

拡張ステップ上限 · 8,000エピソード · 制御ステップ上限は Spatial 400、Object 400、Goal 400、Long 700

公開元の評価 · 報告値・独立再現なし

LIBERO-PRO · LIBERO 標準ステップ上限 ↗

成功率: 65.36 %

220/280/300/520 control steps

シミュレーションの Franka Panda(単腕)

デノイズ10ステップ、動画ガイダンス3、8制御ステップごとに再計画

LIBERO 標準ステップ上限 · 8,000エピソード · 制御ステップ上限は Spatial 220、Object 280、Goal 300、Long 520

公開元の評価 · 報告値・独立再現なし

LIBERO-MAX · 基本条件 ↗

成功率: 88.3 %

220/280/300/520 control steps

シミュレーションの Franka Panda(単腕)

デノイズ2ステップ、ガイダンスなし、16制御ステップごとに再計画

基本条件 · 8,000組のエピソード · 制御ステップ上限は Spatial 220、Object 280、Goal 300、Long 520

公開元の評価 · 報告値・独立再現なし

LIBERO-MAX · 動的条件 ↗

成功率: 76.06 %

220/280/300/520 control steps

シミュレーションの Franka Panda(単腕)

デノイズ2ステップ、ガイダンスなし、16制御ステップごとに再計画

動的条件 · 8,000組のエピソード · 制御ステップ上限は Spatial 220、Object 280、Goal 300、Long 520

全パラメータと検証事項(モデルカード)

PyTorch ファイルの state_dict_ema に8,000ステップ時点の EMA 方策重み(減衰率0.999)が含まれます。同梱のメタデータと正規化設定を使用します。Gemma 2 2B IT テキストエンコーダーと LTX-2.3 動画 VAEは別途取得します。Gemma の利用条件への同意が必要です。モデルカードは eval/libero、eval/libero/deploy.yaml、configs/libero_ar.yaml を案内しています。

LIBERO-Plus のアセットは10,030タスクに付属します。LIBERO-PROのタスクと初期状態のファイルは別途配布されます。著者報告の PRO 成功率は物体88.95%、位置47.65%、意味98.10%、タスク37.65%です。LIBERO-MAXはタスク、初期状態、指示、シードが同じ試行をペアにします。Dynamic は実行済みの動作列を再生してからイベントを挿入します。成功率の分母には割り当てられた全ケースが含まれます。

LIBERO-Plus の公式手順は1タスクにつき1試行です。LIBERO-PRO の文書にあるモードでは1種類の摂動を有効にし、対応表に従ってスイートを選びます。SANA-Robot のモデルカードには評価設定が記載されていますが、使用した評価アセットのリビジョンは未確認です。

情報源または訂正を送信