발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨
RoboTwin 2.0 · Clean2Random · 깨끗한 환경 ↗성공률: 91.84 %
2.0
RoboTwin 2.0(SAPIEN) 시뮬레이션의 평행 그리퍼 장착 양팔 ALOHA-AgileX
노이즈 제거 20단계, 비디오 가이던스 6, 시드 0, 제어 16단계마다 재계획.
Clean2Random · 깨끗한 환경
45억 개 파라미터의 월드 액션 모델입니다. RoboTwin 2.0 시뮬레이션의 50개 작업에서 수집한 깨끗한 환경 시연 2,500개로 후학습했습니다. 카메라 3대의 영상, 로봇 상태, 언어 지시를 바탕으로 미래 영상과 양팔 ALOHA-AgileX의 말단장치 동작 32단계를 예측합니다.
전체 모델 설명 보기논문 / 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
일부 학습 데이터가 공개되어 있으나 전체 학습 데이터의 공개를 의미하지 않습니다.
| 파일 | 접근 방법 | 가중치 라이선스 | 상업적 사용 |
|---|---|---|---|
| SANA-Robot-AR RoboTwin 2.0 15k | 접근 방법 | 가중치 라이선스 | 상업적 사용 명시된 조건에 따라 허용약관 확인 날짜 · 2026-11-22 |
출처확인 날짜 · 2026-11-22
공개 성적은 RoboTwin 2.0 시뮬레이션의 ALOHA-AgileX에 해당합니다. 다른 로봇, 카메라 배치, 작업이나 장면에는 추가 미세 조정이 필요합니다. 가중치나 코드가 공개되어도 로봇에서 즉시 실행할 수 있다는 의미는 아닙니다. 문서에서 구성, 데이터 및 인터페이스 요구 사항을 확인하세요.
양팔 말단장치 자세 제어, 묶음당 32단계
horizon 32
2500 episodes · MIT License
현재 버전 또는 선택한 가중치의 검증된 독립 평가 결과가 없습니다.
발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨
RoboTwin 2.0 · Clean2Random · 깨끗한 환경 ↗성공률: 91.84 %
2.0
RoboTwin 2.0(SAPIEN) 시뮬레이션의 평행 그리퍼 장착 양팔 ALOHA-AgileX
노이즈 제거 20단계, 비디오 가이던스 6, 시드 0, 제어 16단계마다 재계획.
Clean2Random · 깨끗한 환경
발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨
RoboTwin 2.0 · Clean2Random · 무작위 환경 ↗성공률: 73.28 %
2.0
RoboTwin 2.0(SAPIEN) 시뮬레이션의 평행 그리퍼 장착 양팔 ALOHA-AgileX
노이즈 제거 20단계, 비디오 가이던스 6, 시드 0, 제어 16단계마다 재계획.
Clean2Random · 무작위 환경
발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨
RoboTwin 2.0 · Clean2Random · 두 환경 평균 ↗성공률: 82.56 %
2.0
RoboTwin 2.0(SAPIEN) 시뮬레이션의 평행 그리퍼 장착 양팔 ALOHA-AgileX
노이즈 제거 20단계, 비디오 가이던스 6, 시드 0, 제어 16단계마다 재계획.
Clean2Random · 두 환경 평균
PyTorch 파일의 state_dict에 정책 파라미터가 들어 있습니다. 동봉된 메타데이터와 정규화 파일을 사용합니다. 학습 메타데이터는 50 Hz를 명시합니다. 머리 카메라(384 × 480)와 양쪽 손목 카메라(각 192 × 256)는 T자형 배치를 사용합니다. Gemma 2 2B IT(Google 약관 적용)와 Diffusers 형식 LTX-2.3 비디오 VAE는 별도로 받습니다. 모델 카드는 정책 서버와 평가 어댑터를 eval/robotwin에, 미세 조정 설정을 configs/robotwin_ar.yaml에 안내합니다.