VLA ギャラリー / モデル一覧 / モバイルマニピュレーション

ACT-1

Sunday (Sunday Robotics) · 2025-11

VAモバイルマニピュレーション非公開非公開

Skill Capture Gloveで集めた人間デモをSkill Transformでロボットデータに変換し、テレオペレーションのロボット軌跡なしで長期操作と3D地図条件付きナビゲーションを1つのend-to-endモデルで学習する。

論文

論文なし

概要

分類

モバイルマニピュレーション

タイプ

VA

発表

2025-11

機関

Sunday (Sunday Robotics)

重み公開

なし

パラメータ

非公開

構造

バックボーンLLM

非公開

ビジョンエンコーダ

非公開

アクションヘッド

非公開 (操作~ナビゲーションの可変granularity行動) (非公開)

チャンク

非公開

制御周期

非公開

構造の原文要約

非公開; 長期操作と3Dマップ条件付きナビゲーションを1つのend-to-endモデルに統合、ミリ単位の操作からメートル単位の移動まで可変granularityの行動を生成

学習

事前学習アクセラレータ

非公開

事前学習期間

非公開

事前学習ステップ・バッチ

非公開

GPU・TPU時間

非公開

ファインチューニング

非公開

データ種類

人の動画

データ規模

Skill Capture Glove着用の人間デモ、テレオペレーション軌跡0(公式); グローブ数千個を配布(公式サイト); 500世帯以上・約1,000万エピソード・数千時間(二次情報)

主要データセット

独自のSkill Capture Gloveによる家庭データ

タスク・評価

食卓の片付け→食洗機への積み込み(固有33種・計68回の精密なインタラクション、物体21個、130 ft以上の移動); 未学習のAirbnb住宅に配備; 靴下のペアを探してたたむ; エスプレッソマシンの操作; 成功率は非公開

ロボット

Sunday Memo家庭用ロボット(腕で床~7 ftに到達、通常の高さ4 ft; 車輪型ベース(二次情報))

推論

推論デバイス・速度

非公開 (ホームページは'onboard AI'とのみ表現)

推論メモリ

非公開

重み bf16(計算)

非公開

実行場所

非公開

強化学習・ベース

強化学習

非公開 · 公式記事に学習方式の記載なし

ベース制御

車輪型 (形式の記載なし) · 単一のend-to-endモデルが3Dマップ条件付きナビゲーション行動まで直接生成(ベース指令の形式は非公開; 車輪型は二次出典)

備考

主な特徴

Skill Capture Gloveで集めた人間デモをSkill Transformでロボットデータに変換し、テレオペレーションのロボット軌跡なしで長期操作と3D地図条件付きナビゲーションを1つのend-to-endモデルで学習する。物体21個・精密インタラクション68回(33種)・130 ft以上の移動を要する食卓→食洗機タスクを自律実行し、初見のAirbnbの家にも配備した。

備考

公式ブログでのみ公開(論文なし): 構造・パラメータ・計算量・成功率は非公開。グローブ→ロボットのデータ変換(Skill Transform)成功率90%。言語指示入力の有無は非公開(公式記事は3D地図条件のみ明記)のため種別は暫定VA。後続のACT-2 Preview(2026-07)を発表。

検証

確認