SANA-Robot-AR RoboDojo

論文と技術報告

SANA-Robot-AR RoboDojo は、RoboDojo の双腕 ARX-X5 向けに事後学習した45億パラメータの世界行動モデルです。複数視点の画像、ロボットの状態、言語指示から32ステップの動作と将来の映像を予測します。公開された2万ステップ時点のEMA重みは、関節とエンドエフェクタの制御に対応します。

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

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

モデルファイル

モデルファイル
SANA-Robot-AR RoboDojo 20k 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

評価範囲は RoboDojo シミュレーションの双腕 ARX-X5 です。他のロボット、カメラ配置、タスクへの移行には追加の微調整が必要です。 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
混合拡散 Transformer(Gated DeltaNet 24層、Softmax 注意8層)
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
関節と末端制御、1チャンク32ステップ
公開日
2026年11月22日

適用範囲と学習方法

双腕 ARX-X5 の関節制御。

horizon 32

双腕 ARX-X5 のエンドエフェクタ姿勢制御。

horizon 32

出力

行動 / 動画

予測出力

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 · 双腕 ARX-X5 の関節制御。 · continuous · 双腕 ARX-X5 のエンドエフェクタ姿勢制御。 · continuous: RoboDojo モデルカード

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。

全パラメータと検証事項(モデルカード)

事後学習2万ステップ時点のEMA重み(減衰率0.999)は state_dict_ema に方策パラメータを格納しています。同梱のメタデータと正規化ファイルを使用します。学習メタデータは25 Hzと3台のカメラを記載しています。Gemma 2 2B IT テキストエンコーダと LTX-2.3 動画 VAEは別途取得し、Gemma の取得には Google の利用条件への同意が必要です。モデルカードは XPolicyLab アダプタを eval/robodojo、微調整設定を configs/robodojo_ar.yaml と案内しています。

情報源または訂正を送信