公開元の評価 · 報告値・独立再現なし
RoboTwin 2.0 · Clean2Random · クリーン環境 ↗成功率: 91.84 %
2.0
RoboTwin 2.0(SAPIEN)シミュレーションの双腕 ALOHA-AgileX と平行グリッパー
ノイズ除去20ステップ、動画ガイダンス6、シード0、制御16ステップごとに再計画。
Clean2Random · クリーン環境
45億パラメータの世界行動モデルです。RoboTwin 2.0 の50タスク、2,500件のクリーン環境の実演で事後学習しました。3台のカメラ映像、ロボットの状態、言語指示から、将来の映像と双腕 ALOHA-AgileX のエンドエフェクタ動作32ステップを予測します。
モデルの説明全文を見る論文・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
資料公開日: 2026-11-22
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。
| ファイル | 取得方法 | 重みのライセンス | 商用利用 |
|---|---|---|---|
| SANA-Robot-AR RoboTwin 2.0 15k | 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 |
出典確認日 · 2026-11-22
公表された結果は RoboTwin 2.0 のシミュレーション内の ALOHA-AgileX が対象です。他のロボット、カメラ配置、タスク、環境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。
双腕エンドエフェクタの姿勢制御、1チャンク32ステップ
horizon 32
2500 episodes · MIT License
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
RoboTwin 2.0 · Clean2Random · クリーン環境 ↗成功率: 91.84 %
2.0
RoboTwin 2.0(SAPIEN)シミュレーションの双腕 ALOHA-AgileX と平行グリッパー
ノイズ除去20ステップ、動画ガイダンス6、シード0、制御16ステップごとに再計画。
Clean2Random · クリーン環境
公開元の評価 · 報告値・独立再現なし
RoboTwin 2.0 · Clean2Random · ランダム化環境 ↗成功率: 73.28 %
2.0
RoboTwin 2.0(SAPIEN)シミュレーションの双腕 ALOHA-AgileX と平行グリッパー
ノイズ除去20ステップ、動画ガイダンス6、シード0、制御16ステップごとに再計画。
Clean2Random · ランダム化環境
公開元の評価 · 報告値・独立再現なし
RoboTwin 2.0 · Clean2Random · 両設定の平均 ↗成功率: 82.56 %
2.0
RoboTwin 2.0(SAPIEN)シミュレーションの双腕 ALOHA-AgileX と平行グリッパー
ノイズ除去20ステップ、動画ガイダンス6、シード0、制御16ステップごとに再計画。
Clean2Random · 両設定の平均
PyTorch ファイルの state_dict に方策パラメータが格納されています。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50 Hzです。頭部カメラは384 × 480、左右の手首カメラは各192 × 256で、T字型に配置します。Gemma 2 2B IT(Google の利用条件あり)と Diffusers 形式の LTX-2.3 動画 VAE は別途取得します。モデルカードは方策サーバーと評価アダプターを eval/robotwin、微調整設定を configs/robotwin_ar.yaml と案内しています。