VLA 갤러리 / 모델 목록 / VA

Mobile ALOHA

Stanford University · 2024-01

VAVA미공개CVAE

저비용 전신 텔레옵 이동 양팔 시스템에서 정적 ALOHA 데이터와 공동학습해 과제당 20–50데모로 이동 조작을 학습한다.

논문

Mobile ALOHA: Learning Bimanual Mobile Manipulation with Low-Cost Whole-Body TeleoperationarXiv 2401.02117

개요

분류

VA

유형

VA

발표

2024-01

기관

Stanford University

가중치 공개

아니오

파라미터

미공개

구조

백본 LLM

없음

비전 인코더

ResNet18

액션 헤드

관절 + 베이스 속도 16차원 회귀 (CVAE)

청크

45스텝

제어 주기

50 Hz

구조 원문 요약

ACT(사전학습 ResNet18, 인코더 4층·디코더 7층, hidden 512, FF 3200, 8헤드); 16차원 행동(14-DoF 관절 위치 + 베이스 선속도·각속도), 청크 45; 비교 정책 DP 청크 64, VINN 청크 100

학습

사전학습 가속기

해당 없음(공동학습)

사전학습 기간

해당 없음

사전학습 스텝·배치

해당 없음

GPU·TPU-시간

미공개

파인튜닝

과제별: 하드웨어·시간·스텝 미공개; ACT 배치 16·lr 2e-5, DP 배치 32·lr 1e-4(DDIM 학습 50·추론 10스텝)

데이터 종류

실로봇 텔레옵

데이터 규모

과제당 50데모(5과제)·20데모(Cook Shrimp, High Five) + 정적 ALOHA 825데모 공동학습(샘플 비율 0.5:0.5)

주요 데이터셋

Mobile ALOHA 자체 수집; 정적 ALOHA 데이터셋

태스크·평가

Wipe Wine, Cook Shrimp, Rinse Pan, Use Cabinet, Call Elevator, Push Chairs, High Five(7과제)

로봇

Mobile ALOHA(이동 베이스 + 양팔 14-DoF)

추론

추론 장치·속도

RTX 3070 Ti(8GB) 노트북에서 수집·추론; 지연 미공개; 카메라 50 Hz

추론 메모리

미공개

가중치 bf16 (계산)

미공개

실행 위치

온보드 (노트북 GPU)

강화학습 · 베이스

강화학습

미사용 · 모방학습(정적 ALOHA 데이터 공동학습)

베이스 제어

바퀴형 (베이스 속도·자세 직접 출력) · 정책 출력에 베이스 목표 선속도·각속도 포함 (16차원 중 2차원)

비고

핵심 특징

저비용 전신 텔레옵 이동 양팔 시스템에서 정적 ALOHA 데이터와 공동학습해 과제당 20–50데모로 이동 조작을 학습한다. 시스템 비용은 온보드 전원·컴퓨트 포함 3.2만 달러다.

비고

파라미터·학습 하드웨어·시간 모두 미공개(README 포함). 주 정책은 ACT, DP·VINN도 평가.

검증

확인