/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
smolvla_base
Библиотека
lerobot
Опубликована
23 июл 2026

smolvla-base-datagen-v1-dusty-joint-2cam

Языковая модельИзображение, текст → action3 профессии

Дообученная SmolVLA-модель управляет Franka Panda в симуляции, выдавая целевые положения суставов по изображениям с двух камер и состоянию робота.

32скачиваний за 30 дней0лайковвеса обновлены23 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

SmolVLA Dusty — модель управления роботом, разработанная IDEAS-Lab-Northwestern на базе lerobot/smolvla_base и дообученная для базовой задачи dusty из бенчмарка ManiGuard в симуляции с Franka Panda. Она принимает изображения с обзорной и установленной на запястье камер, состояние суставов и при необходимости языковую инструкцию, а выдаёт непрерывные целевые значения суставов и захвата. Модель рассчитана на управление манипулятором: состояние и действия Franka Panda имеют 8 измерений и дополняются до 32, команды выдаются блоками по 50 шагов.

Архитектура сочетает визуально-языковую основу SmolVLM2 и эксперт действий с flow matching. При дообучении визуальный энкодер был заморожен, обучался эксперт действий без LoRA. Данные взяты из датасета datagen-dusty-v1-joint-5cam, подготовленного для этой версии к двухкамерному формату. Весовые файлы представлены в safetensors; лицензия — Apache-2.0.

Модель специализирована на конкретной задаче dusty и конфигурации Franka Panda с двумя камерами и контроллером суставов. Карточка не подтверждает переносимость на другие роботы, задачи или сенсорные конфигурации; для оценки требуется совместимая среда LeRobot и соответствующий контроллер.

Сценарии применения

  • управление Franka Panda в симуляции для задачи dusty
  • предсказание последовательностей целевых значений суставов и захвата
  • управление манипулятором по изображениям с обзорной и запястной камер
  • сравнение VLA-моделей на задачах бенчмарка ManiGuard

Ограничения

Модель дообучена для задачи dusty на Franka Panda с конкретной двухкамерной конфигурацией и выдаёт абсолютные целевые значения суставов для совместимого JointController. Переносимость на другие задачи, роботы и контроллеры не описана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SmolVLA - Dusty (joint, 2-cam)

HuggingFace LeRobot SmolVLA fine-tuned on the ManiGuard dusty base task (sim Franka Panda). Part of the ManiGuard VLA benchmark - SmolVLA vs pi0.5 vs GR00T on the same task families with identical data, cameras, and controller.

Model

  • Base: lerobot/smolvla_base - SmolVLM2 vision-language backbone + flow-matching action expert
  • Embodiment: Franka Panda, 8-D joint state/action (7 arm joints + 1 gripper), padded to SmolVLA's 32-D
  • Cameras (2): observation.images.top (overview = left view) + observation.images.wrist (256x256)
  • Action: absolute joint targets (fed straight to a JointController at eval); 50-step chunk
  • Tuning: SmolVLA default - vision encoder frozen, train the action expert (no LoRA)

Training

Usage

Load with SmolVLAPolicy.from_pretrained("IDEAS-Lab-Northwestern/smolvla-base-datagen-v1-dusty-joint-2cam-yanZ") from LeRobot. The checkpoint carries the normalization stats.

WARNING - Convention (must match at eval): joint-space JointController (absolute joint targets) + 2 cameras (observation.images.top = the left overview, observation.images.wrist). A mismatched controller, camera set, or overview view silently feeds an out-of-distribution input.

Paper & Citation

Part of ManiGuard: paper (arXiv:2608.17386) · code · docs

@misc{peng2026maniguard,
  title         = {{MANIGUARD}: A Benchmark and Data Suite for Specification-Grounded
                   Safety Evaluation and Improvement of Robotic Manipulation},
  author        = {Peng, Yiyan and Wang, Philip and Zhan, Simon Sinong and Lyu, Yiqi
                   and Ni, Zhenyang and Yan, Jixin and Wong, Fiorelli and Jiao, Ruochen
                   and Yin, Hang and Cao, Xinyu and Shao, Huajie and Li, Manling
                   and Zhang, Ruohan and Zhu, Qi},
  year          = {2026},
  eprint        = {2608.17386},
  archivePrefix = {arXiv},
  primaryClass  = {cs.RO},
  url           = {https://arxiv.org/abs/2608.17386},
}

License

The base model lerobot/smolvla_base is released under the Apache License, Version 2.0. ManiGuard's fine-tuning contributions are also released under Apache-2.0.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · lerobot

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
60b062d

0 моделей