VLA ギャラリー / モデル一覧 / ヒューマノイド全身制御器

LeVERB-A

LeVERB-A (LeVERB System 1)

UC Berkeley·NTNU·Simon Fraser University·Carnegie Mellon University · 2025-06

VAヒューマノイド全身制御器非公開RL方策

Vision-Languageに依存しないRL教師群をDAggerでTransformer生徒に蒸留し、潜在指令を全身行動に変換する。

論文

LeVERB: Humanoid Whole-Body Control with Latent Vision-Language InstructionarXiv 2506.13751

概要

分類

ヒューマノイド全身制御器

タイプ

VA

発表

2025-06

機関

UC Berkeley·NTNU·Simon Fraser University·Carnegie Mellon University

重み公開

未確認

パラメータ

非公開 (2層・128次元)

構造

バックボーンLLM

なし

ビジョンエンコーダ

—

アクションヘッド

潜在動詞 → 関節位置 (RL方策)

チャンク

非公開

制御周期

50 Hz

構造の原文要約

2層・4ヘッド・hidden 128のTransformer生徒; LeVERB-VLの256次元潜在動詞 → 関節位置行動 50 Hz

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

該当なし

データ種類

シミュレーション・合成 / モーションキャプチャ

データ規模

非公開 (リターゲティングしたモーションキャプチャベースのLeVERB-Benchを使用)

主要データセット

LeVERB-Bench

タスク・評価

LeVERBシステム全体で評価(単純な視覚ナビゲーション80%、全体58.5%)

ロボット

Unitree G1

推論

推論デバイス・速度

50 Hz; ハードウェア非公開

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

使用 (RL制御器の学習) · RL教師方策をDAggerでTransformer学生に蒸留

ベース制御

ヒューマノイド歩行 (RL方策が直接駆動) · 潜在動詞入力 → 全身関節位置行動(50 Hz)を直接出力して歩行・着座 (RL教師方策の蒸留)

備考

主な特徴

Vision-Languageに依存しないRL教師群をDAggerでTransformer生徒に蒸留し、潜在指令を全身行動に変換する。VLAの下に置かれるTransformer全身制御器である。

備考

教師RLのシミュレータ・env数・GPUは非公開(検証 NOT FOUND)。LeVERB行と同じ論文。

検証

確認