/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
lingbot-va-base
Библиотека
diffusers
Опубликована
23 июл 2026

lingbot-va-libero-object

Языковая модельИзображение, текст → action

Дообученный LingBot-VA предсказывает действия робота и будущие визуальные наблюдения для задач LIBERO-Object в симуляторе.

0скачиваний за 30 дней0лайковвеса обновлены3 авг 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

LingBot-VA LIBERO-Object — созданный сообществом дообученный трансформер на базе robbyant/lingbot-va-base для управления роботом в симуляторе LIBERO. Модель совместно предсказывает действия робота и будущие визуальные наблюдения по зрительному контексту и предназначена для исследований и оценки на наборе LIBERO-Object.

В репозитории находятся только веса трансформера; VAE, токенизатор и текстовый энкодер нужно брать из базовой модели. В трёх запусках на LIBERO-Object модель достигла среднего результата 99,07% успешных эпизодов. Использование лицензировано по Apache-2.0. Это неофициальный выпуск сообщества, а результаты относятся к конкретной конфигурации симулятора.

Сценарии применения

  • оценка управления роботом на задачах LIBERO-Object
  • исследование совместного предсказания действий и визуальных наблюдений
  • воспроизведение экспериментов робототехники в симуляторе

Ограничения

Результаты зависят от симулятора и конфигурации; модель не проверялась для безопасного применения на реальных роботах. Первый из трёх запусков использовал незаписанный seed, а репозиторий содержит только веса трансформера без состояния оптимизатора.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LingBot-VA LIBERO-Object

This repository contains a community post-trained transformer checkpoint for LingBot-VA on the LIBERO-Object suite. It is not an official Robbyant model release.

The checkpoint predicts robot actions jointly with future visual observations. It is intended for research and evaluation in the LIBERO simulator.

Checkpoint and result

Repository pathTraining stepLIBERO-Object result
transformer/5,0001,486 / 1,500 (99.07%, 3 runs)

Each run covers all 10 LIBERO-Object tasks with 50 episodes per task. The first run used the runtime-default seed, which was not explicitly recorded; runs 2 and 3 used explicit seeds.

RunSeedSuccesses / episodesSuccess rate
1runtime default (not recorded)497 / 50099.4%
22026072402493 / 50098.6%
32026072403496 / 50099.2%
Pooled / mean3 runs1,486 / 1,50099.07%

The population standard deviation across the three run-level success rates is 0.34 percentage points.

For reference, the official LingBot-VA repository reports 99.6% ± 0.3% for LIBERO-Object. This community checkpoint's three-run mean is 0.53 percentage points lower. The two figures should not be treated as strictly identical experiments unless every training and evaluation detail is matched.

Model contents

This repository provides the post-trained transformer only. The VAE, tokenizer, and text encoder must be taken from robbyant/lingbot-va-base.

The checkpoint config is saved with:

{"attn_mode": "flex"}

flex is the training setting. For inference or evaluation, copy the checkpoint into a runtime model directory and change attn_mode to torch or flashattn, following the official LingBot-VA instructions. Do not overwrite the archived training checkpoint merely to switch inference backends.

Download

hf download Wjjjh/lingbot-va-libero-object \
  --include "transformer/*" \
  --local-dir lingbot-va-libero-object-step5000

Training details

SettingValue
Initializationrobbyant/lingbot-va-base
DatasetWjjjh/libero_lingbot_va, libero_object subset
Dataset size500 episodes, 74,507 action rows
OptimizerAdamW
Learning rate1e-5
Betas(0.9, 0.95)
Weight decay0.1
Warmup10 optimizer steps
Precisionbfloat16
Distributed strategyFSDP
Hardware4 × NVIDIA H100 80 GB
Per-GPU batch size1
Gradient accumulation8
Effective global batch size32
Total optimizer steps5,000
Checkpoint interval200 steps

Training followed the LingBot-VA LIBERO post-training pipeline, with a suite-specific action normalization computed from all LIBERO-Object training actions.

Action and evaluation configuration

The model uses the first seven channels of the 30-channel action layout:

used_action_channel_ids = [0, 1, 2, 3, 4, 5, 6]
action_snr_shift = 0.05

The action quantiles used for both training and evaluation are:

{
  "q01": [
    -0.543749988079071,
    -0.8758928775787354,
    -0.9375,
    -0.06964285671710968,
    -0.11785714328289032,
    -0.16285714507102966,
    -1.0
  ],
  "q99": [
    0.84375,
    0.84375,
    0.9375,
    0.0803571417927742,
    0.14785714447498322,
    0.0867857113480568,
    1.0
  ]
}

The reported evaluations used:

  • LIBERO-Object, 10 tasks
  • 50 episodes per task (500 total)
  • maximum 800 environment steps per episode
  • 128 × 128 agent-view and eye-in-hand observations
  • 4 parallel GPU shards
  • one runtime-default seed and explicit seeds 2026072402 and 2026072403
  • LIBERO commit 8f1084e3132a39270c3a13ebe37270a43ece2a01

Limitations

  • The first of the three evaluation runs used an unrecorded runtime-default seed; only runs 2 and 3 are exactly seed-reproducible from this card.
  • Results are simulator- and configuration-dependent.
  • This model has not been validated for safe real-world robot deployment.
  • These files contain model weights only and do not contain optimizer state, so they are not a complete resumable training checkpoint.

Acknowledgements and citation

This checkpoint is derived from the official LingBot-VA base model and training code. Please cite the original LingBot-VA work when using this model:

@article{lingbot-va2026,
  title={Causal World Modeling for Robot Control},
  author={Li, Lin and Zhang, Qihang and Luo, Yiming and Yang, Shuai and Wang, Ruilin and Han, Fei and Yu, Mingrui and Gao, Zelin and Xue, Nan and Zhu, Xing and Shen, Yujun and Xu, Yinghao},
  journal={arXiv preprint arXiv:2601.21998},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
489806f

0 моделей