SmolVLA SOBIT HOME 左腕シミュレーション · FFT

論文と技術報告

創価大学の Team SOBITS は、SOBIT HOME が左腕でトマト缶をゴミ箱に入れるシミュレーション向けに SmolVLA を FFT 方式で微調整した。元データセットは200エピソード。頭部と左手のカメラ画像、ロボット状態、テキスト指示から20次元の動作を出力する。学習チェックポイントは3点公開されている。視覚エンコーダーは学習対象で、PEFT は無効。

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: 2026-11-21

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
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。

学習・ファインチューニングコード

モデルファイル

モデルファイル
SmolVLA SOBIT HOME 左腕シミュレーション · FFT 012500取得方法
SmolVLA SOBIT HOME 左腕シミュレーション · FFT 025000取得方法
SmolVLA SOBIT HOME 左腕シミュレーション · FFT 037500取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開元は付属するルートの重みを Apache-2.0 と表記している。その重みの SHA-256 は 037500 と一致する。利用にはライセンス条件が適用される。

公開情報

出典確認日 · 2026-11-22

導入前の確認事項

SOBIT HOME の左腕シミュレーション向け。公開元はこの学習系列について実機での結果やチェックポイントの成功率を公表していない。ライセンスの適用範囲は各チェックポイントを参照。 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

データ形式
LeRobot v3.0
実行環境とフレームワーク
lerobot-pytorch
微調整の要件
FFT では視覚エンコーダーも学習対象。動作エキスパートのみに限定せず、PEFT は無効。言語ヘッドと一部の言語層は凍結。
huggingface.co/datasets/team-sobits/sobit_home_left_sim-pnp_tomato_trash-abs-200ep/blob/5f0a916e547698743ab16d1979614a4d7626e2ec/meta/info.jsoninfo.json · huggingface.cowww.soka.ac.jp/science/news_science/2026/05/5000701/www.soka.ac.jp公開元による Apache-2.0 の初回表記を含むモデルカードREADME.md · huggingface.co012500 チェックポイントの初回公開コミット8375df76cd7ed78359007879e746b11e858adf57 · huggingface.cohuggingface.co/team-sobits/sobit_home_left_sim-pnp_tomato_trash-abs-200ep-smolvla_fft_600k-steps37500-decay37500/blob/8375df76cd7ed78359007879e746b11e858adf57/checkpoints/012500/pretrained_model/config.jsonconfig.json · huggingface.cohuggingface.co/team-sobits/sobit_home_left_sim-pnp_tomato_trash-abs-200ep-smolvla_fft_600k-steps37500-decay37500/blob/8375df76cd7ed78359007879e746b11e858adf57/checkpoints/012500/pretrained_model/train_config.jsontrain_config.json · huggingface.cohuggingface.co/team-sobits/sobit_home_left_sim-pnp_tomato_trash-abs-200ep-smolvla_fft_600k-steps37500-decay37500/blob/8375df76cd7ed78359007879e746b11e858adf57/checkpoints/012500/pretrained_model/policy_preprocessor.jsonpolicy_preprocessor.json · huggingface.cohuggingface.co/team-sobits/sobit_home_left_sim-pnp_tomato_trash-abs-200ep-smolvla_fft_600k-steps37500-decay37500/blob/8375df76cd7ed78359007879e746b11e858adf57/checkpoints/012500/pretrained_model/policy_postprocessor.jsonpolicy_postprocessor.json · huggingface.cohuggingface.co/team-sobits/sobit_home_left_sim-pnp_tomato_trash-abs-200ep-smolvla_fft_600k-steps37500-decay37500/blob/8375df76cd7ed78359007879e746b11e858adf57/checkpoints/012500/pretrained_model/policy_preprocessor_step_5_normalizer_processor.safetensorspolicy_preprocessor_step_5_normalizer_processor.safetensors · huggingface.cohuggingface.co/team-sobits/sobit_home_left_sim-pnp_tomato_trash-abs-200ep-smolvla_fft_600k-steps37500-decay37500/blob/8375df76cd7ed78359007879e746b11e858adf57/checkpoints/012500/pretrained_model/policy_postprocessor_step_0_unnormalizer_processor.safetensorspolicy_postprocessor_step_0_unnormalizer_processor.safetensors · huggingface.cohuggingface.co/team-sobits/sobit_home_left_sim-pnp_tomato_trash-abs-200ep-smolvla_fft_600k-steps37500-decay37500/blob/8375df76cd7ed78359007879e746b11e858adf57/checkpoints/012500/training_state/training_step.jsontraining_step.json · huggingface.co

構造と入出力

モデルの種類
行動方策
アーキテクチャ
VLA
重みのパラメーター数
450046176 parameters
入力
言語 / RGB画像 / ロボット状態
出力
左腕・頭部・胴体昇降・移動台車の20次元絶対動作
公開日
2026年11月21日

適用範囲と学習方法

ベースモデル

lerobot/smolvla_base

機能分類

action_control

パイプラインタスク

robotics

予測出力

50ステップ分の動作をまとめて予測

タスク範囲

単一タスク

学習データ規模

元のデータセットは全200エピソード。設定では5%を評価用に確保している。学習に実際に使用されたエピソード数は未確認。

学習データソース

https://huggingface.co/datasets/team-sobits/sobit_home_left_sim-pnp_tomato_trash-abs-200ep

関連ロボット

情報源または訂正を送信