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).
난양공과대학교 S-Lab이 DOM 가중치로 초기화하고 LeRobot에서 LIBERO 시뮬레이션 과제군 네 가지로 미세 조정한 DynamicVLA다. 예측마다 동작 10단계를 실행하며 가중치를 내려받을 수 있다.
논문 / 보고서 미확인
공식 소개 자료가 등록되어 있으며 해당 버전의 논문이나 기술 보고서는 아직 확인되지 않았습니다.
최근 확인: 2026-11-22
자료 게시일: 2026-11-22
자료 게시일: 2026-11-22
자료 게시일: 2026-11-22
자료 게시일: 2026-11-22
자료 게시일: 2026-11-22
자료 게시일: 2026-01-30
확인 날짜 · 2026-11-22
일부 학습 데이터가 공개되어 있으나 전체 학습 데이터의 공개를 의미하지 않습니다.
| 파일 | 접근 방법 | 가중치 라이선스 | 상업적 사용 |
|---|---|---|---|
| DynamicVLA LIBERO · Safetensors | 접근 방법 | 가중치 라이선스 | 상업적 사용 상업적 사용 금지약관 확인 날짜 · 2026-11-22 조건 안내S-Lab License 1.0의 조건을 충족하면 비상업적 이용과 재배포가 가능하다. 상업적 이용은 기여자에게 문의해야 한다. |
출처확인 날짜 · 2026-11-22
가중치나 코드가 공개되어도 로봇에서 즉시 실행할 수 있다는 의미는 아닙니다. 문서에서 구성, 데이터 및 인터페이스 요구 사항을 확인하세요.
행동
20단계를 예측하고 예측마다 10단계 실행
다중 작업
HuggingFaceVLA LIBERO
지도 미세조정
미세 조정 기반: DynamicVLA · DynamicVLA DOM (official) ↗
1693 episode
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 ↗LIBERO-Goal: 93.4 %
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 ↗LIBERO-10: 93.6 %
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 ↗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.