DynamicVLA LIBERO

논문 및 기술 보고서

난양공과대학교 S-Lab이 DOM 가중치로 초기화하고 LeRobot에서 LIBERO 시뮬레이션 과제군 네 가지로 미세 조정한 DynamicVLA다. 예측마다 동작 10단계를 실행하며 가중치를 내려받을 수 있다.

논문 및 기술 보고서

논문 / 보고서 미확인

공식 소개 자료가 등록되어 있으며 해당 버전의 논문이나 기술 보고서는 아직 확인되지 않았습니다.

최근 확인: 2026-11-22

접근 및 사용 방법

공개 코드 자료
공개 접근
모델 파일
공개 접근
학습 데이터
공개 접근

코드 및 학습 / 미세 조정

접근 방법
공개 접근

출처확인 날짜 · 2026-11-22

코드 라이선스
S-Lab License 1.0

확인 날짜 · 2026-11-22

학습 데이터

일부 학습 데이터가 공개되어 있으나 전체 학습 데이터의 공개를 의미하지 않습니다.

모델 파일

모델 파일
DynamicVLA LIBERO · Safetensors접근 방법가중치 라이선스상업적 사용
상업적 사용 금지약관

확인 날짜 · 2026-11-22

조건 안내

S-Lab License 1.0의 조건을 충족하면 비상업적 이용과 재배포가 가능하다. 상업적 이용은 기여자에게 문의해야 한다.

출시 정보

출처확인 날짜 · 2026-11-22

배포 전 확인 사항

가중치나 코드가 공개되어도 로봇에서 즉시 실행할 수 있다는 의미는 아닙니다. 문서에서 구성, 데이터 및 인터페이스 요구 사항을 확인하세요.

배포 및 사용 자료

추론 방식
동작을 묶어서 생성하며 스트리밍은 끔
실행 환경 및 프레임워크
LeRobot
미세 조정 요구 사항
40,000단계, 전체 배치 72(GPU 3개 × 24), AdamW, 웜업 1,000단계, 학습률 0.0001에서 0.0000025까지 코사인 감쇠
배포 요구 사항
LIBERO 시뮬레이션 환경(MuJoCo)을 갖춘 LeRobot

구조 및 입출력

모델 유형
행동 정책
아키텍처
VLA
백본
SmolLM2-360M
행동 생성
플로 매칭
입력
언어 / RGB 이미지 / 로봇 상태
출력
7차원 LIBERO 동작
출시일
2026년 11월 22일

적용 범위 및 학습 방식

출력

행동

예측 출력

20단계를 예측하고 예측마다 10단계 실행

작업 범위

다중 작업

학습 데이터 출처

HuggingFaceVLA LIBERO

학습 방식

지도 미세조정

학습 데이터

평가 결과

현재 버전 또는 선택한 가중치의 검증된 독립 평가 결과가 없습니다.

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO · DynamicVLA · 과제군당 500회 ↗

LIBERO-Spatial: 96.6 %

LeRobot · 500 episodes per suite

평가 배치 크기 10, 예측마다 동작 10단계 실행.

저자가 보고한 LeRobot LIBERO 시뮬레이션 평가. 과제군마다 10개 과제, 과제마다 50회(과제군당 500회, 네 과제군 합계 2,000회).

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO · DynamicVLA · 과제군당 500회 ↗

LIBERO-Object: 98.4 %

LeRobot · 500 episodes per suite

평가 배치 크기 10, 예측마다 동작 10단계 실행.

저자가 보고한 LeRobot LIBERO 시뮬레이션 평가. 과제군마다 10개 과제, 과제마다 50회(과제군당 500회, 네 과제군 합계 2,000회).

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO · DynamicVLA · 과제군당 500회 ↗

4개 과제군 평균 성공률: 95.5 %

LeRobot · 500 episodes per suite

평가 배치 크기 10, 예측마다 동작 10단계 실행.

저자가 보고한 LeRobot LIBERO 시뮬레이션 평가. 과제군마다 10개 과제, 과제마다 50회(과제군당 500회, 네 과제군 합계 2,000회).

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO-Plus · DynamicVLA 제로샷 ↗

전체 성공률: 61.4 %

4976dc3

LeRobot libero_plus 환경에서 256 × 256으로 렌더링하고 하드 리셋과 배치 크기 1을 사용했다. 안개 노이즈는 NumPy 2 호환을 위해 np.float64를 사용했다.

저자가 보고한 제로샷 평가로, 등록된 변형 10,030개 전부를 각각 한 에피소드씩 평가했다. 미세 조정에는 LIBERO만 사용했으며 평가 전 LIBERO-Plus 데이터는 사용하지 않았다.

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO-Plus · DynamicVLA 제로샷 ↗

LIBERO-Spatial: 78 %

4976dc3

LeRobot libero_plus 환경에서 256 × 256으로 렌더링하고 하드 리셋과 배치 크기 1을 사용했다. 안개 노이즈는 NumPy 2 호환을 위해 np.float64를 사용했다.

저자가 보고한 제로샷 평가로, 등록된 변형 10,030개 전부를 각각 한 에피소드씩 평가했다. 미세 조정에는 LIBERO만 사용했으며 평가 전 LIBERO-Plus 데이터는 사용하지 않았다.

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO-Plus · DynamicVLA 제로샷 ↗

LIBERO-Object: 71.9 %

4976dc3

LeRobot libero_plus 환경에서 256 × 256으로 렌더링하고 하드 리셋과 배치 크기 1을 사용했다. 안개 노이즈는 NumPy 2 호환을 위해 np.float64를 사용했다.

저자가 보고한 제로샷 평가로, 등록된 변형 10,030개 전부를 각각 한 에피소드씩 평가했다. 미세 조정에는 LIBERO만 사용했으며 평가 전 LIBERO-Plus 데이터는 사용하지 않았다.

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO-Plus · DynamicVLA 제로샷 ↗

LIBERO-Goal: 42.1 %

4976dc3

LeRobot libero_plus 환경에서 256 × 256으로 렌더링하고 하드 리셋과 배치 크기 1을 사용했다. 안개 노이즈는 NumPy 2 호환을 위해 np.float64를 사용했다.

저자가 보고한 제로샷 평가로, 등록된 변형 10,030개 전부를 각각 한 에피소드씩 평가했다. 미세 조정에는 LIBERO만 사용했으며 평가 전 LIBERO-Plus 데이터는 사용하지 않았다.

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO-Plus · DynamicVLA 제로샷 ↗

LIBERO-10: 54.9 %

4976dc3

LeRobot libero_plus 환경에서 256 × 256으로 렌더링하고 하드 리셋과 배치 크기 1을 사용했다. 안개 노이즈는 NumPy 2 호환을 위해 np.float64를 사용했다.

저자가 보고한 제로샷 평가로, 등록된 변형 10,030개 전부를 각각 한 에피소드씩 평가했다. 미세 조정에는 LIBERO만 사용했으며 평가 전 LIBERO-Plus 데이터는 사용하지 않았다.

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO-Plus · DynamicVLA 제로샷 ↗

카메라: 38.5 %

4976dc3

LeRobot libero_plus 환경에서 256 × 256으로 렌더링하고 하드 리셋과 배치 크기 1을 사용했다. 안개 노이즈는 NumPy 2 호환을 위해 np.float64를 사용했다.

저자가 보고한 제로샷 평가로, 등록된 변형 10,030개 전부를 각각 한 에피소드씩 평가했다. 미세 조정에는 LIBERO만 사용했으며 평가 전 LIBERO-Plus 데이터는 사용하지 않았다.

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO-Plus · DynamicVLA 제로샷 ↗

로봇: 63.7 %

4976dc3

LeRobot libero_plus 환경에서 256 × 256으로 렌더링하고 하드 리셋과 배치 크기 1을 사용했다. 안개 노이즈는 NumPy 2 호환을 위해 np.float64를 사용했다.

저자가 보고한 제로샷 평가로, 등록된 변형 10,030개 전부를 각각 한 에피소드씩 평가했다. 미세 조정에는 LIBERO만 사용했으며 평가 전 LIBERO-Plus 데이터는 사용하지 않았다.

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO-Plus · DynamicVLA 제로샷 ↗

언어: 75.5 %

4976dc3

LeRobot libero_plus 환경에서 256 × 256으로 렌더링하고 하드 리셋과 배치 크기 1을 사용했다. 안개 노이즈는 NumPy 2 호환을 위해 np.float64를 사용했다.

저자가 보고한 제로샷 평가로, 등록된 변형 10,030개 전부를 각각 한 에피소드씩 평가했다. 미세 조정에는 LIBERO만 사용했으며 평가 전 LIBERO-Plus 데이터는 사용하지 않았다.

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO-Plus · DynamicVLA 제로샷 ↗

조명: 87.2 %

4976dc3

LeRobot libero_plus 환경에서 256 × 256으로 렌더링하고 하드 리셋과 배치 크기 1을 사용했다. 안개 노이즈는 NumPy 2 호환을 위해 np.float64를 사용했다.

저자가 보고한 제로샷 평가로, 등록된 변형 10,030개 전부를 각각 한 에피소드씩 평가했다. 미세 조정에는 LIBERO만 사용했으며 평가 전 LIBERO-Plus 데이터는 사용하지 않았다.

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO-Plus · DynamicVLA 제로샷 ↗

배경: 52.9 %

4976dc3

LeRobot libero_plus 환경에서 256 × 256으로 렌더링하고 하드 리셋과 배치 크기 1을 사용했다. 안개 노이즈는 NumPy 2 호환을 위해 np.float64를 사용했다.

저자가 보고한 제로샷 평가로, 등록된 변형 10,030개 전부를 각각 한 에피소드씩 평가했다. 미세 조정에는 LIBERO만 사용했으며 평가 전 LIBERO-Plus 데이터는 사용하지 않았다.

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO-Plus · DynamicVLA 제로샷 ↗

노이즈: 46.2 %

4976dc3

LeRobot libero_plus 환경에서 256 × 256으로 렌더링하고 하드 리셋과 배치 크기 1을 사용했다. 안개 노이즈는 NumPy 2 호환을 위해 np.float64를 사용했다.

저자가 보고한 제로샷 평가로, 등록된 변형 10,030개 전부를 각각 한 에피소드씩 평가했다. 미세 조정에는 LIBERO만 사용했으며 평가 전 LIBERO-Plus 데이터는 사용하지 않았다.

발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨

LIBERO-Plus · DynamicVLA 제로샷 ↗

물체 배치: 71.7 %

4976dc3

LeRobot libero_plus 환경에서 256 × 256으로 렌더링하고 하드 리셋과 배치 크기 1을 사용했다. 안개 노이즈는 NumPy 2 호환을 위해 np.float64를 사용했다.

저자가 보고한 제로샷 평가로, 등록된 변형 10,030개 전부를 각각 한 에피소드씩 평가했다. 미세 조정에는 LIBERO만 사용했으며 평가 전 LIBERO-Plus 데이터는 사용하지 않았다.

출처 또는 수정 제안 보내기