/ Модель

Характеристики

Лицензия
MIT
Базовая модель
openvla-7b-oft-finetuned-libero-spatial
Опубликована
18 мая 2025

RIPT_VLA

Языковая модельИзображение, текст → action

RIPT-VLA — система постобучения моделей Vision-Language-Action с подкреплением по сигналам успеха для повышения качества действий робота в задачах LIBERO.

0скачиваний за 30 дней5лайковвеса обновлены29 мая 2025

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

RIPT-VLA — исследовательская система интерактивного постобучения моделей Vision-Language-Action с обучением с подкреплением на разреженных бинарных сигналах успеха или неудачи. Её представили Shuhan Tan, Kairan Dou, Yue Zhao и Philipp Krähenbühl. В репозитории размещены чекпойнты и адаптеры для задач LIBERO; метаданные указывают на объединение вариантов OpenVLA-OFT, включая чекпойнты для LIBERO-10, Goal, Object и Spatial. Базовая модель из карточки — moojink/openvla-7b-oft-finetuned-libero-10.

Модель предназначена для исследования постобучения VLA-моделей, оценки на бенчмарках LIBERO и изучения обучения с подкреплением в условиях малого объёма данных. Подход использует взаимодействия с несколькими траекториями, динамическую выборку и оценку преимущества leave-one-out; плотные награды и функция ценности не требуются. OpenVLA принимает изображения и инструкции и предсказывает действия робота. Репозиторий также содержит чекпойнты QueST и адаптеры LoRA для OpenVLA-OFT. Указана лицензия MIT. Это исследовательский артефакт, ориентированный на бенчмарки и робототехнические сценарии; перенос на другие среды и роботов карточка не подтверждает.

Сценарии применения

  • постобучение VLA-модели по сигналам успеха и неудачи
  • оценка робототехнических политик на бенчмарках LIBERO
  • исследование обучения с подкреплением при малом числе взаимодействий

Ограничения

Карточка описывает исследовательское применение и оценки на LIBERO; качество переноса на реальные роботы и другие среды не заявлено. Подход опирается на бинарные сигналы успеха и не предоставляет отдельной гарантии безопасности действий.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

💪 RIPT-VLA: Interactive Post-Training for Vision-Language-Action Models (arxiv.org/abs/2505.17016)

Authors: Shuhan Tan, Kairan Dou, Yue Zhao, Philipp Krähenbühl
Codebase: GitHub – RIPT-VLA
Website: Project Page

RIPT-VLA enables interactive post-training for any pretrained Vision-Language-Action (VLA) model using only sparse binary success rewards.
With K-rollout interaction, dynamic sampling, and leave-one-out advantage estimation, RIPT-VLA achieves state-of-the-art performance in extremely low-data regimes.


🧠 Model Summary

RIPT-VLA takes a pretrained VLA model (e.g., QueST or OpenVLA-OFT) and improves its performance by fine-tuning it with reinforcement learning based on success/failure signals only — no dense rewards or value functions required.

Supported models:

  • ✅ QueST (small, efficient)
  • ✅ OpenVLA-OFT (large-scale, high-capacity)

🧪 Model Use

✅ Intended Use

  • Research on post-training VLA models via RL
  • Evaluation on LIBERO benchmarks (LIBERO-90, Goal, Object, Spatial, Long)
  • Studying low-data reinforcement learning settings

📦 Checkpoints

All checkpoints are hosted here in this repository.

✔️ QueST Checkpoints

SuiteSFT CheckpointRIPT Checkpoint
LIBERO-90✅✅
LIBERO-GOAL✅✅
LIBERO-LONG✅✅
LIBERO-OBJECT✅✅
LIBERO-SPATIAL✅✅

Each QueST checkpoint is ~80MB.

✔️ OpenVLA-OFT Checkpoints

SuiteSFT Scale HeadRIPT LoRA Adaptor
LIBERO-GOAL✅✅
LIBERO-LONG✅✅
LIBERO-OBJECT✅✅
LIBERO-SPATIAL✅✅

OpenVLA-OFT scale heads are ~300MB; RIPT LoRA adaptors are ~1GB.


🛠 How to Use

For usage, see INSTALL.md in the main GitHub repo.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
57532f4

0 моделей