VLA ギャラリー / モデル一覧 / ヒューマノイドVLA

Atlas LBM

Atlas LBM (Large Behavior Model on Atlas)

Boston Dynamics·Toyota Research Institute · 2025-08

VLAヒューマノイドVLA450Mflow matching

グリッパー関節・首ヨー・胴体姿勢・手・足の姿勢を含む全身行動を1つの方策が直接出力する。

論文

論文なし · 関連 A Careful Examination of Large Behavior Models for Multitask Dexterous Manipulation

概要

分類

ヒューマノイドVLA

タイプ

VLA

発表

2025-08

機関

Boston Dynamics·Toyota Research Institute

重み公開

なし

パラメータ

450M

構造

バックボーンLLM

なし (450M DiT、言語条件)

ビジョンエンコーダ

—

アクションヘッド

flow matching DiT 450M (flow matching)

チャンク

48ステップ (24実行)

制御周期

非公開 (画像 30 Hz)

構造の原文要約

450M Diffusion Transformer + flow matching; 固有受容感覚・画像(30 Hz入力)・言語で条件付け、観測履歴から48ステップ(1.6秒)の行動チャンクを予測、推論ごとに通常24ステップ(1x速度で0.8秒)を実行

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

実ロボットのテレオペレーション / シミュレーション・合成

データ規模

非公開 (時間・エピソードは非公開)

主要データセット

VR全身トラッキングによるテレオペレーション(実ロボット・シミュレーション)、QAツールでレビュー・フィルタリング

タスク・評価

Spot Workshop長期タスク(把持・折り畳み・持ち替え・関節物体操作・配置・押し)、ロープ結び、バースツール裏返し、テーブルクロス操作、22 lbタイヤ; 成功率は非公開

ロボット

Boston Dynamics Atlas(50 DoF)、Atlas Manipulation Test Stand(上半身29 DoF)

推論

推論デバイス・速度

ハードウェア・遅延は非公開; 制御周期(Hz)は非公開(30 Hzは画像入力速度)

推論メモリ

非公開

重み bf16(計算)

0.9 GB

実行場所

非公開

強化学習・ベース

強化学習

不使用 · VRテレオペレーション・シミュレーションデータの模倣学習。低レベル制御方式は非公開

ベース制御

ヒューマノイド歩行 (全身関節・姿勢を直接出力) · 方策が足姿勢・胴体姿勢・グリッパ関節を出力 → テレオペレーションと同じMPC制御インターフェースで実行(歩行・しゃがみ); 操作テストスタンドは上半身のみ

備考

主な特徴

グリッパー関節・首ヨー・胴体姿勢・手・足の姿勢を含む全身行動を1つの方策が直接出力する。AtlasとMTSを共に扱うマルチエンボディメント方策であり、性能低下なしに1.5~2倍速く実行できる。

備考

検証で「30 Hz」を制御周期ではなく画像入力速度に修正。シミュレーションは共同学習ソース。TRIの一般LBM 1.0(双腕、非ヒューマノイド)は産業ノートの範囲。ブログ・プレスリリース2025-08-20。

検証

修正反映