X-VLA 0.9B

架构组件

流匹配动作专家

来源 · lerobot

架构组件

本体软提示

来源 · lerobot

骨干网络

Florence-2 vision-language backbone with soft prompts and flow matching

来源 · lerobot

框架

LeRobot / PyTorch

来源 · lerobot

输入模态

语言指令

来源 · lerobot

输入模态

RGB 相机图像

来源 · lerobot

输入模态

机器人状态 / 本体感觉

来源 · lerobot

语言

英语

来源 · lerobot

模型类型

视觉语言动作模型

来源 · lerobot

输出动作空间

最多 20 维的连续动作块

来源 · lerobot

参数量

0.9B 参数

来源 · lerobot

管线任务

机器人控制

来源 · lerobot

训练数据规模

29 万个 episode

来源 · X-VLA authors

训练数据

资源